Indhold
Forskellige former for sammenhænge bruges i statistikker til at måle måder, hvorpå variabler forholder sig til hinanden. For eksempel kan en observatør ved at bruge to variabler - high school class rank og college GPA - få en sammenhæng med, at studerende med en over high school rang rang typisk opnår en GPA over gennemsnittet college. Korrelationer måler også styrken i forholdet, og om sammenhængen mellem variabler er positiv eller negativ. Type udført korrelation afhænger af, om variablerne er ikke-numeriske data eller intervaldata, såsom temperatur.
Pearson Product Moment Correlation
Pearson Product Moment Correlation blev opkaldt efter Karl Pearson, grundlægger af den matematiske statistikdisciplin. Det betragtes som en enkel lineær korrelation, hvilket betyder, at forholdet mellem to variabler afhænger af, at de er konstante. Pearson bruges sammen med intervaldata til at måle styrken af en korrelation, der er repræsenteret ved bogstavet r i ligningen. Denne sammenhæng viser også, om forholdet er positivt eller negativt; repræsenteret af tal værdier mellem +1 og -1. Jo nærmere værdien af r kommer på -1,00 eller +1,00, jo stærkere er korrelationen. Jo tættere værdien af r kommer på tallet 0, jo svagere er korrelationen. For eksempel, hvis r svarede til -90 eller 0,90, ville det indikere et stærkere forhold end -,09 eller 0,09.
Spearmans Rank Correlation
Spearmans Rank Correlation blev opkaldt efter statistikeren Charles Edward Spearman. Spearmans-ligningen er enklere og bruges ofte i statistikker i stedet for Pearson, skønt den er mindre afgørende. Samfundsvidenskabsmænd kan også bruge Spearmans til at beskrive sammenhængen mellem kvalitative data, såsom etnicitet eller køn, og kvantitative data, såsom antallet af forbrydelser, der er begået. Korrelationen beregnes ved hjælp af en nulhypotese, der efterfølgende accepteres eller afvises. En nullhypotese består normalt af et spørgsmål, der skal besvares; for eksempel om antallet af forbrydelser, der er begået, er det samme for mænd og kvinder.
Kendall Rank Correlation
Kendall Rank Correlation, opkaldt efter den britiske statistiker Maurice Kendall, måler afhængighedsstyrken mellem sættet af to tilfældige variabler. Kendall kan bruges til yderligere statistisk analyse, når en Spearman's Correlation afviser nulhypotesen. Den opnår en sammenhæng, når den ene variables værdi falder, og den anden variables værdi stiger; denne korrelation kaldes diskordante par. En korrelation kan også forekomme, når begge variabler stiger samtidig, kaldet et konkordant par.