Виды корреляции
В этой статье объясняется, что представляют собой все типы корреляции. Таким образом, вы найдете несколько способов классификации корреляции: в зависимости от того, положительная или отрицательная связь, в зависимости от значения коэффициента корреляции, в зависимости от количества переменных и т. д.
Какие существуют виды линейной корреляции?
Для классификации связи между двумя случайными величинами различают следующие виды линейной корреляции :
- Прямая корреляция (или положительная корреляция) : одна переменная увеличивается, когда увеличивается и другая.
- Обратная корреляция (или отрицательная корреляция) : когда одна переменная увеличивается, другая уменьшается, и наоборот, если одна переменная уменьшается, другая увеличивается.
- Нулевая корреляция (отсутствие корреляции) : между двумя переменными нет никакой связи.
В зависимости от характера данных прямая корреляция может быть одновременно и прямо пропорциональной корреляцией, хотя для этого фактор, связывающий две переменные, всегда должен быть одним и тем же. Таким образом, все прямо пропорциональные отношения являются примерами прямой корреляции, поскольку две переменные увеличиваются вместе, но не все прямые отношения прямо пропорциональны, поскольку степень корреляции может варьироваться в зависимости от области применения.
Аналогично, все обратно пропорциональные переменные также имеют отрицательную корреляцию. Однако не все переменные с отрицательной корреляцией обратно пропорциональны, поскольку, чтобы их можно было считать таковыми, математическая связь между ними должна быть постоянной для всех пар данных.
Виды корреляции в зависимости от степени корреляции
Независимо от того, является ли корреляция между двумя переменными прямой или обратной, корреляцию также можно классифицировать на основе силы или слабости связи между двумя переменными.
- Сильная корреляция: две переменные тесно связаны. Если вы нанесете данные на диаграмму рассеяния, точки будут очень близко друг к другу. Это облегчает определение взаимосвязи между переменными.
- Низкая корреляция : между двумя переменными существует связь, но ее трудно выявить. Точки находятся далеко друг от друга в облаке точек.
Чтобы узнать, сильная или слабая корреляция между двумя переменными, необходимо рассчитать коэффициент корреляции. Чем выше абсолютное значение коэффициента корреляции, тем сильнее корреляция между переменными.
Итак, исходя из значения коэффициента корреляции, связь между двумя разными статистическими переменными можно разделить на следующие типы:
| Значение коэффициента корреляции | Типичная корреляция |
|---|---|
| -1 | идеальная отрицательная корреляция |
| от -0,9 до -0,99 | очень сильная отрицательная корреляция |
| от -0,7 до -0,89 | сильная отрицательная корреляция |
| от -0,4 до -0,69 | умеренная отрицательная корреляция |
| от -0,2 до -0,39 | слабая отрицательная корреляция |
| от -0,01 до -0,19 | очень слабая отрицательная корреляция |
| 0 | нулевая корреляция |
| от 0,01 до 0,19 | очень слабая положительная корреляция |
| от 0,2 до 0,39 | Слабая положительная корреляция |
| от 0,4 до 0,69 | умеренная положительная корреляция |
| от 0,7 до 0,89 | сильная положительная корреляция |
| от 0,9 до 0,99 | очень сильная положительная корреляция |
| 1 | идеальная положительная корреляция |
Другие типы корреляции
Мы только что увидели, каковы различные типы линейных корреляций, однако мы должны иметь в виду, что существуют и другие способы классификации типов корреляций по другим критериям.
Если сгруппировать виды корреляции по характеру связи между переменными, то можно выделить:
- Линейная корреляция . Связь между двумя переменными может быть представлена прямой линией.
- Нелинейная корреляция : связь между двумя переменными не может быть представлена прямой линией, вместо этого должна использоваться более сложная функция, например парабола или логарифм.
С другой стороны, корреляцию также можно разделить на разные группы в зависимости от количества переменных:
- Простая корреляция : изучается только связь между двумя переменными.
- Множественная корреляция : изучается связь между более чем двумя переменными.
- Частичная корреляция : когда взаимосвязь между двумя переменными не влияет на другие переменные в наборе данных.
Об авторе
бенджамин андерсон
Здравствуйте, я Бенджамин, профессор статистики на пенсии, ставший преданным преподавателем Statorials. Имея обширный опыт и знания в области статистики, я хочу поделиться своими знаниями, чтобы расширить возможности студентов с помощью Statorials. Узнать больше