Види кореляції
У цій статті пояснюється, що таке всі типи кореляції. Таким чином, ви знайдете кілька способів класифікації кореляції: залежно від того, позитивна чи негативна залежність, залежно від значення коефіцієнта кореляції, залежно від кількості змінних тощо.
Які бувають види лінійної кореляції?
Щоб класифікувати зв’язок між двома випадковими величинами, ми розрізняємо такі типи лінійної кореляції :
- Пряма кореляція (або позитивна кореляція) : одна змінна збільшується, коли інша також збільшується.
- Зворотна кореляція (або негативна кореляція) : коли одна змінна зростає, інша зменшується, і навпаки, якщо одна змінна зменшується, інша збільшується.
- Нульова кореляція (кореляція відсутня) : між двома змінними немає зв’язку.
Залежно від характеру даних пряма кореляція може водночас бути прямо пропорційною, хоча для цього фактор, який з’єднує дві змінні, завжди повинен бути однаковим. Отже, усі прямо пропорційні залежності є прикладами прямої кореляції, оскільки дві змінні зростають разом, але не всі прямі залежності є прямо пропорційними, оскільки ступінь кореляції може змінюватися залежно від обсягу.
Так само всі обернено пропорційні змінні також мають негативну кореляцію. Однак не всі змінні з негативною кореляцією є обернено пропорційними, оскільки, щоб вважатися такими, математичний зв’язок між ними має бути постійним для всіх пар даних.
Види кореляції в залежності від ступеня кореляції
Незалежно від того, чи є кореляція між двома змінними прямою чи зворотною, кореляцію також можна класифікувати на основі сили чи слабкості зв’язку між двома змінними.
- Сильна кореляція: дві змінні тісно пов’язані. Якщо ви побудуєте дані на точковій діаграмі, точки будуть розташовані дуже близько одна до одної. Це полегшує визначення зв’язку між змінними.
- Низька кореляція : існує зв’язок між двома змінними, але його важко визначити. На хмарі точок точки розташовані далеко одна від одної.
Щоб дізнатися, сильна чи слабка кореляція між двома змінними, необхідно обчислити коефіцієнт кореляції. Чим вище абсолютне значення коефіцієнта кореляції, тим сильніша кореляція між змінними.
Отже, на основі значення коефіцієнта кореляції зв’язок між двома різними статистичними змінними можна класифікувати на такі типи:
| Значення коефіцієнта кореляції | Типова кореляція |
|---|---|
| -1 | ідеальна негативна кореляція |
| від -0,9 до -0,99 | дуже сильна негативна кореляція |
| від -0,7 до -0,89 | сильна негативна кореляція |
| від -0,4 до -0,69 | помірна негативна кореляція |
| від -0,2 до -0,39 | слабка негативна кореляція |
| від -0,01 до -0,19 | дуже слабка негативна кореляція |
| 0 | нульова кореляція |
| 0,01 до 0,19 | дуже слабка позитивна кореляція |
| від 0,2 до 0,39 | Слабка позитивна кореляція |
| від 0,4 до 0,69 | помірна позитивна кореляція |
| від 0,7 до 0,89 | сильна позитивна кореляція |
| 0,9 до 0,99 | дуже сильна позитивна кореляція |
| 1 | ідеальна позитивна кореляція |
Інші види кореляції
Ми щойно побачили різні типи лінійних кореляцій, однак ми повинні мати на увазі, що існують інші способи класифікації типів кореляцій відповідно до інших критеріїв.
Якщо згрупувати види кореляції за характером зв’язку між змінними, то виділимо:
- Лінійна кореляція – зв’язок між двома змінними може бути представлений прямою лінією.
- Нелінійна кореляція : зв’язок між двома змінними не може бути представлений прямою лінією, натомість потрібно використовувати більш складну функцію, таку як парабола або логарифм.
З іншого боку, кореляцію також можна розділити на різні групи залежно від кількості змінних:
- Проста кореляція : вивчається лише зв’язок між двома змінними.
- Множинна кореляція : вивчається зв’язок між більш ніж двома змінними.
- Часткова кореляція : коли зв’язок між двома змінними не впливає на інші змінні в наборі даних.
Про автора
Редакція
Привіт, я Бенджамін, професор статистики на пенсії, який став викладачем статистики. Маючи великий досвід і знання в галузі статистики, я готовий поділитися своїми знаннями, щоб розширити можливості студентів через Statorials. Дізнайтеся більше