Wsp\u00f3\u0142czynnik korelacji zawsze przyjmuje warto\u015b\u0107 od -1 do 1, gdzie:<\/span><\/p>\n Pytanie, kt\u00f3re cz\u0119sto zadaj\u0105 uczniowie, brzmi: Kiedy powinienem u\u017cywa\u0107 korelacji?<\/strong><\/span><\/p>\n Kr\u00f3tka odpowied\u017a: u\u017cyj korelacji, je\u015bli chcesz okre\u015bli\u0107 liniow\u0105 zale\u017cno\u015b\u0107 mi\u0119dzy dwiema zmiennymi, a \u017cadna ze zmiennych nie reprezentuje zmiennej odpowiedzi lub \u201ewyniku\u201d<\/strong> .<\/span><\/p>\n Poni\u017csze przyk\u0142ady ilustruj\u0105, kiedy nale\u017cy, a kiedy nie nale\u017cy stosowa\u0107 korelacji w praktyce.<\/span><\/p>\n Za\u0142\u00f3\u017cmy, \u017ce profesor chce zrozumie\u0107 liniow\u0105 zale\u017cno\u015b\u0107 mi\u0119dzy wynikami test\u00f3w z matematyki a wynikami uczni\u00f3w w testach z przedmiot\u00f3w \u015bcis\u0142ych i przyrodniczych.<\/span><\/p>\n Na przyk\u0142ad, czy uczniowie, kt\u00f3rzy dobrze radz\u0105 sobie na egzaminie z matematyki, radz\u0105 sobie r\u00f3wnie\u017c dobrze na egzaminie z przedmiot\u00f3w \u015bcis\u0142ych? A mo\u017ce uczniowie, kt\u00f3rzy osi\u0105gaj\u0105 wysokie wyniki w matematyce, zwykle osi\u0105gaj\u0105 niskie wyniki w przedmiotach \u015bcis\u0142ych?<\/span><\/p>\n W tym scenariuszu m\u00f3g\u0142by obliczy\u0107 korelacj\u0119<\/strong> mi\u0119dzy wynikami egzamin\u00f3w z matematyki a wynikami egzamin\u00f3w z przedmiot\u00f3w \u015bcis\u0142ych i przyrodniczych, poniewa\u017c chce po prostu zrozumie\u0107 liniow\u0105 zale\u017cno\u015b\u0107 mi\u0119dzy tymi dwiema zmiennymi, a \u017cadnej ze zmiennych nie mo\u017cna uzna\u0107 za zmienn\u0105 odpowiedzi.<\/span><\/p>\n Za\u0142\u00f3\u017cmy, \u017ce oblicza wsp\u00f3\u0142czynnik korelacji Pearsona<\/a> i stwierdza, \u017ce wynosi on r = 0,78. Jest to silna dodatnia korelacja, co oznacza, \u017ce uczniowie, kt\u00f3rzy osi\u0105gaj\u0105 dobre wyniki w matematyce, zwykle osi\u0105gaj\u0105 dobre wyniki w naukach \u015bcis\u0142ych.<\/span><\/p>\n Za\u0142\u00f3\u017cmy, \u017ce dzia\u0142 marketingu firmy chce okre\u015bli\u0107 ilo\u015bciowo wp\u0142yw wydatk\u00f3w na reklam\u0119 na ca\u0142kowite przychody.<\/span><\/p>\n Na przyk\u0142ad, ile dodatkowych przychod\u00f3w mo\u017ce spodziewa\u0107 si\u0119 firma za ka\u017cdego dodatkowego dolara wydanego na reklam\u0119?<\/span><\/p>\n W tym scenariuszu dzia\u0142 musi zastosowa\u0107 model regresji liniowej<\/strong> , aby okre\u015bli\u0107 ilo\u015bciowo zwi\u0105zek mi\u0119dzy wydatkami na reklam\u0119 a ca\u0142kowitymi przychodami, poniewa\u017c zmienna \u201eprzychody\u201d jest zmienn\u0105 odpowiedzi.<\/span><\/p>\n Za\u0142\u00f3\u017cmy, \u017ce dzia\u0142 stosuje prosty model regresji liniowej<\/a> i stwierdza, \u017ce poni\u017csze r\u00f3wnanie najlepiej opisuje zwi\u0105zek mi\u0119dzy wydatkami na reklam\u0119 a ca\u0142kowitymi przychodami:<\/span><\/p>\n Przychody og\u00f3\u0142em = 145,4 + 0,34*(wydatki na reklam\u0119)<\/span><\/p>\n Zinterpretowaliby\u015bmy to w ten spos\u00f3b, \u017ce ka\u017cdy dodatkowy dolar wydany na reklam\u0119 powoduje \u015bredni wzrost ca\u0142kowitego przychodu o \u015brednio 0,34 dolara.<\/span><\/p>\n Nale\u017cy zauwa\u017cy\u0107, \u017ce korelacj\u0119 mo\u017cna zastosowa\u0107 jedynie do ilo\u015bciowego okre\u015blenia liniowej<\/strong> zale\u017cno\u015bci mi\u0119dzy dwiema zmiennymi.<\/span><\/p>\n Jednak\u017ce w pewnych okoliczno\u015bciach wsp\u00f3\u0142czynnik korelacji nie b\u0119dzie w stanie skutecznie uchwyci\u0107 zwi\u0105zku mi\u0119dzy dwiema zmiennymi, kt\u00f3rych zwi\u0105zek jest nieliniowy.<\/span><\/p>\n Za\u0142\u00f3\u017cmy na przyk\u0142ad, \u017ce tworzymy nast\u0119puj\u0105cy wykres rozrzutu, aby zwizualizowa\u0107 zwi\u0105zek mi\u0119dzy dwiema zmiennymi:<\/span> <\/p>\n Je\u017celi obliczymy wsp\u00f3\u0142czynnik korelacji pomi\u0119dzy tymi dwiema zmiennymi, oka\u017ce si\u0119, \u017ce wynosi on r = 0. Oznacza to, \u017ce pomi\u0119dzy obiema zmiennymi nie ma liniowej zale\u017cno\u015bci.<\/span><\/p>\n Jednak\u017ce z wykresu wida\u0107, \u017ce pomi\u0119dzy tymi dwiema zmiennymi rzeczywi\u015bcie<\/em> istnieje zwi\u0105zek \u2013 jest to po prostu zale\u017cno\u015b\u0107 kwadratowa, a nie liniowa.<\/span><\/p>\n Zatem obliczaj\u0105c korelacj\u0119 mi\u0119dzy dwiema zmiennymi nale\u017cy pami\u0119ta\u0107, \u017ce przydatne mo\u017ce by\u0107 r\u00f3wnie\u017c utworzenie wykresu rozrzutu w celu wizualizacji zwi\u0105zku mi\u0119dzy zmiennymi.<\/span><\/p>\n Nawet je\u015bli dwie zmienne nie s\u0105 ze sob\u0105 powi\u0105zane liniowo, mo\u017cliwe jest, \u017ce istnieje mi\u0119dzy nimi zwi\u0105zek nieliniowy, kt\u00f3ry zostanie ujawniony na wykresie rozrzutu.<\/span><\/p>\n Poni\u017csze samouczki wyja\u015bniaj\u0105 bardziej szczeg\u00f3\u0142owo, w jaki spos\u00f3b korelacja jest wykorzystywana w r\u00f3\u017cnych okoliczno\u015bciach:<\/span><\/p>\n 6 przyk\u0142ad\u00f3w korelacji z \u017cycia wzi\u0119tych<\/a> Korelacj\u0119 stosuje si\u0119 do pomiaru liniowego powi\u0105zania mi\u0119dzy dwiema zmiennymi. Wsp\u00f3\u0142czynnik korelacji zawsze przyjmuje warto\u015b\u0107 od -1 do 1, gdzie: -1 oznacza ca\u0142kowicie ujemn\u0105 korelacj\u0119 liniow\u0105 pomi\u0119dzy dwiema zmiennymi Warto\u015b\u0107 0 oznacza brak liniowej korelacji pomi\u0119dzy dwiema zmiennymi 1 wskazuje doskonale dodatni\u0105 korelacj\u0119 liniow\u0105 pomi\u0119dzy dwiema zmiennymi Pytanie, kt\u00f3re cz\u0119sto zadaj\u0105 uczniowie, brzmi: Kiedy powinienem […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[3],"tags":[],"class_list":["post-2023","post","type-post","status-publish","format-standard","hentry","category-przewodnik"],"yoast_head":"\n\n
Przyk\u0142ad 1: Kiedy stosowa\u0107 korelacj\u0119<\/strong><\/span><\/h3>\n
Przyk\u0142ad 2: Kiedy nie stosowa\u0107 korelacji<\/strong><\/span><\/h3>\n
\u015arodki ostro\u017cno\u015bci dotycz\u0105ce stosowania korelacji<\/span><\/strong><\/h3>\n
![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/utilisercor1.png\")
<\/p>\n Dodatkowe zasoby<\/strong><\/span><\/h3>\n
Co uwa\u017ca si\u0119 za \u201esiln\u0105\u201d korelacj\u0119?<\/a>
Korelacja vs. skojarzenie: jaka jest r\u00f3\u017cnica?<\/a>
Korelacja a regresja: jaka jest r\u00f3\u017cnica?<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"