Koreliacija, dar vadinama linijiniu (Pearsono) koreliacijos koeficientu, yra regresijos matas, kuriuo bandoma kiekybiškai įvertinti dviejų kintamųjų sąnarių variacijos laipsnį.
Todėl tai yra statistinis matas, kurio metu apskaičiuojama tiesinė priklausomybė tarp dviejų kintamųjų, tai yra, jei dviejų kintamųjų paimtos vertės yra pavaizduotos sklaidos diagramoje, linijinis koreliacijos koeficientas parodys, ar gerai ar blogai rodomas taškų rinkinys artėja prie linijos.
Mažiau šnekamuoju būdu mes galime jį apibrėžti kaip skaičių, kuris matuoja intensyvumo laipsnį ir santykio tarp dviejų kintamųjų prasmę.
Esamas:
Cov (x; y): kovariacija tarp vertės „x“ ir „y“.
σ (x): standartinis „x“ nuokrypis.
σ (y): standartinis „y“ nuokrypis.
Reikšmės, kurių gali būti koreliacija
ρ = -1 Neigiama tobula koreliacija
ρ = 0 Koreliacijos nėra
ρ = +1 teigiama tobula koreliacija
Mes kalbame apie teigiamą koreliaciją, jei visada, kai reikšmė „x“ kyla, reikšmė „y“, taip pat tuo pačiu intensyvumu (+1).
Priešingu atveju, jei tik tada, kai reikšmė „x“ pakyla, o vertė „y“ krinta, taip pat tuo pačiu intensyvumu, tada kalbama apie neigiamą koreliaciją (-1).
Svarbu žinoti, kad tai nereiškia, kad jie tai daro ta pačia proporcija (nebent jie turi tą patį standartinį nuokrypį).
Regresijos analizėKoreliacijos grafinis vaizdavimas
Teigiama tobula koreliacija:
Koreliacijos nėra:
Neigiama tobula koreliacija:
Patarimas: daugeliu atvejų neturime priemonių ar duomenų, kad galėtume naudoti šią formulę. Todėl, jei turime dvi kainų eilutes, galime apskaičiuoti koreliacijos koeficientą „Excel“, naudodami šią funkciją: coef.de.correl (kainų serija x; kainų serija y).
r kvadratas arba nustatymo koeficientasvariacijos koeficientas