NộI Dung
Các loại tương quan khác nhau được sử dụng trong thống kê để đo lường các cách các biến liên quan với nhau. Ví dụ: bằng cách sử dụng hai biến số - xếp hạng lớp trung học và điểm trung bình đại học - một người quan sát có thể rút ra mối tương quan rằng học sinh có thứ hạng trung học trên trung bình thường đạt được điểm trung bình đại học trên trung bình. Mối tương quan cũng đo lường sức mạnh của mối quan hệ và liệu mối tương quan giữa các biến là tích cực hay tiêu cực. Loại tương quan được thực hiện tùy thuộc vào việc các biến là dữ liệu không phải là số hoặc khoảng, chẳng hạn như nhiệt độ.
Thời điểm tương quan sản phẩm Pearson
Pearson Product Moment Correlation được đặt theo tên của Karl Pearson, người sáng lập bộ môn thống kê toán học. Nó được coi là một mối tương quan tuyến tính đơn giản, có nghĩa là mối quan hệ giữa hai biến phụ thuộc vào chúng là hằng số. Pearson được sử dụng với dữ liệu khoảng để đo cường độ của một mối tương quan, được biểu thị bằng chữ r trong phương trình. Mối tương quan này cũng cho thấy mối quan hệ là tích cực hay tiêu cực; được biểu thị bằng các số có giá trị giữa +1 và -1. Giá trị của r càng gần với -1,00 hoặc +1,00 thì tương quan càng mạnh. Giá trị của r càng gần với số 0, mối tương quan càng yếu. Ví dụ: nếu r bằng -.90 hoặc .90, nó sẽ chỉ ra mối quan hệ mạnh hơn -.09 hoặc .09.
Spearmans Xếp hạng Tương quan
Spearmans Rank Correlation được đặt theo tên của nhà thống kê Charles Edward Spearman. Phương trình Spearmans đơn giản hơn và thường được sử dụng trong thống kê thay cho Pearson, mặc dù nó ít kết luận hơn. Các nhà khoa học xã hội cũng có thể sử dụng Spearmans để mô tả mối tương quan giữa dữ liệu định tính, chẳng hạn như dân tộc hoặc giới tính và dữ liệu định lượng, chẳng hạn như số lượng tội phạm đã gây ra. Mối tương quan được tính toán bằng một giả thuyết không được chấp nhận hoặc từ chối. Một giả thuyết null thường bao gồm một câu hỏi sẽ được trả lời; ví dụ, liệu số lượng tội phạm có giống nhau hay không đối với nam và nữ.
Kendall Xếp hạng Tương quan
Kendall Rank Correlation, được đặt theo tên của nhà thống kê người Anh Maurice Kendall, đo lường sức mạnh của sự phụ thuộc giữa các bộ của hai biến ngẫu nhiên. Kendall có thể được sử dụng để phân tích thống kê thêm khi Spearman Ngược Tương quan bác bỏ giả thuyết khống. Nó đạt được một mối tương quan khi giá trị một biến số giảm và giá trị khác của biến số tăng; mối tương quan này được gọi là các cặp bất hòa. Một mối tương quan cũng có thể xảy ra khi cả hai biến tăng đồng thời, được gọi là một cặp tương ứng.