• Home
  • Kemi
  • Astronomien
  • Energi
  • Naturen
  • Biologi
  • Fysik
  • Elektronik
  •  science >> Vetenskap >  >> Andra
    Hur man använder Pearson-korrelationskoefficienten

    Pearsons korrelationskoefficient, normalt betecknad r, är ett statistiskt värde som mäter det linjära förhållandet mellan två variabler. Det varierar i värde från +1 till -1, vilket indikerar ett perfekt positivt och negativt linjärt förhållande mellan två variabler. Beräkningen av korrelationskoefficienten utförs normalt av statistiska program, t.ex. SPSS och SAS, för att ge de mest exakta möjliga värdena för rapportering i vetenskapliga studier. Tolkningen och användningen av Pearsons korrelationskoefficient varierar beroende på sammanhanget och syftet med respektive studie där den beräknas.

    Identifiera den beroende variabel som ska testas mellan två oberoende härledda observationer. En av kraven i Pearsons korrelationskoefficient är att de två variabler som jämförs måste observeras eller mätas oberoende för att eliminera eventuella fördjupade resultat.

    Beräkna Pearsons korrelationskoefficient. För stora mängder data kan beräkningen bli mycket tråkig. Förutom olika statistiska program har många vetenskapliga räknare möjlighet att beräkna värdet. Den faktiska ekvationen finns i referensavsnittet.
    Sciencing Video Vault
    Skapa den (nästan) perfekta konsolen: Här är hur
    Skapa den (nästan) perfekta konsolen: Här är hur

    Rapportera en korrelationsvärdet nära 0 som indikation på att det inte finns något linjärt förhållande mellan de två variablerna. När korrelationskoefficienten närmar sig 0 blir värdena mindre korrelerade, vilket identifierar variabler som inte är relaterade till varandra.

    Rapportera ett korrelationsvärde nära 1 som en indikation på att det finns ett positivt, linjärt förhållande mellan de båda variabler. Ett värde större än noll som närmar sig 1 resulterar i en större positiv korrelation mellan data. Eftersom en variabel ökar en viss mängd ökar den andra variabeln i motsvarande mängd. Tolkningen måste bestämmas utifrån studiens sammanhang.

    Rapportera ett korrelationsvärde nära -1 som en indikation på att det finns ett negativt, linjärt förhållande mellan de två variablerna. När koefficienten närmar sig -1 blir variablerna mer negativt korrelerade vilket indikerar att när en variabel ökar minskar den andra variabeln med en motsvarande mängd. Tolkningen på nytt måste bestämmas utifrån studiens sammanhang.

    Tolk korrelationskoefficienten baserat på den specifika datasatsens sammanhang. Korrelationsvärdet är i huvudsak ett godtyckligt värde som måste tillämpas baserat på variablerna som jämförs. Till exempel anger ett resulterande r-värde av 0,912 ett mycket starkt och positivt linjärt förhållande mellan två variabler. I en studie som jämför två variabler som normalt inte identifieras som relaterade, ger dessa resultat bevis för att en variabel kan påverka den andra variabelen positivt, vilket resulterar i orsak för fortsatt forskning mellan de två. Det exakta samma r-värdet i en studie som jämför två variabler som bevisas ha ett perfekt positivt linjärt förhållande kan dock identifiera ett fel i data eller andra potentiella problem i den experimentella konstruktionen. Således är det viktigt att förstå sammanhanget för data vid rapportering och tolkning av Pearsons korrelationskoefficient.

    Bestäm resultatets betydelse. Detta uppnås med användning av korrelationskoefficienten, grader av frihet och en kritisk värden av korrelationskoefficienten tabellen. Graderna av frihet beräknas som antalet parade observationer minus 2. Med hjälp av detta värde, identifiera motsvarande kritiska värde i korrelationstabellen för antingen en 0,05 och 0,01 testidentifiering av 95 respektive 99 procent konfidensnivå. Jämför det kritiska värdet med den tidigare beräknade korrelationskoefficienten. Om korrelationskoefficienten är större, sägs resultaten vara av betydelse.

    Tips

    Förtroendeintervall för korrelationskoefficienten kan också användas i befolkningsstudier.

    © Vetenskap https://sv.scienceaq.com