Korelacija, znana tudi kot linearni (Pearsonov) korelacijski koeficient, je regresijski ukrep, ki poskuša kvantificirati stopnjo skupne variacije med dvema spremenljivkama.
Zato gre za statistično merilo, ki kvantificira linearno odvisnost med dvema spremenljivkama, to je, če so vrednosti, ki jih vzameta dve spremenljivki, predstavljene v diagramu razpršenosti, bo linearni korelacijski koeficient pokazal, kako dober ali slab je niz točk, ki je predstavljen se približa črti.
Na manj pogovorni način ga lahko opredelimo kot število, ki meri stopnjo intenzivnosti in občutek odnosa med dvema spremenljivkama.
Biti:
Območje (x; y): kovarianca med vrednostjo "x" in "y".
σ (x): standardni odklon "x".
σ (y): standardni odklon "y".
Vrednosti, ki jih lahko vzame korelacija
ρ = -1 Negativna popolna korelacija
ρ = 0 Povezave ni
ρ = +1 pozitivna popolna korelacija
O pozitivni korelaciji govorimo, če kadar koli vrednost "x" naraste, vrednost "y" naraste in tudi z enako intenzivnostjo (+1).
V nasprotnem primeru, če kadar vrednost "x" naraste in vrednost "y" pade, in tudi z enako intenzivnostjo, potem govorimo o negativni korelaciji (-1).
Pomembno je vedeti, da to ne pomeni, da to počnejo v enakem razmerju (razen če imajo enak standardni odklon).
Regresijska analizaGrafični prikaz korelacije
Pozitivna popolna korelacija:
Povezave ni:
Negativna popolna korelacija:
Namig: velikokrat nimamo sredstev ali podatkov za uporabo te formule. Če imamo torej dve cenovni vrsti, lahko izračunamo korelacijski koeficient v excelu z uporabo naslednje funkcije: coef.de.correl (cenovna vrsta x; cenovna serija y).
r na kvadrat ali koeficient določljivostikoeficient variacije