Tương quan

Nhập môn Thống kê với R

Maggie Matsui

Content Developer, DataCamp

Mối quan hệ giữa hai biến

Biểu đồ phân tán thói quen ngủ của động vật có vú, thể hiện tổng giờ ngủ/ngày so với giờ ngủ REM/ngày

  • x = biến giải thích/độc lập
  • y = biến phản hồi/phụ thuộc
Nhập môn Thống kê với R

Hệ số tương quan

  • Định lượng mối quan hệ tuyến tính giữa hai biến
  • Số nằm giữa -1 và 1
  • Độ lớn tương ứng với độ mạnh của mối quan hệ
  • Dấu (+ hoặc -) tương ứng với hướng của mối quan hệ
Nhập môn Thống kê với R

Độ lớn = độ mạnh của mối quan hệ

0,99 (mối quan hệ rất mạnh)

Biểu đồ phân tán với các điểm rất gần đường thẳng vô hình

Nhập môn Thống kê với R

Độ lớn = độ mạnh của mối quan hệ

0,99 (mối quan hệ rất mạnh)

Biểu đồ phân tán với các điểm rất gần đường thẳng vô hình

0,75 (mối quan hệ mạnh)

Biểu đồ phân tán với các điểm xa hơn khỏi đường thẳng vô hình

Nhập môn Thống kê với R

Độ lớn = độ mạnh của mối quan hệ

0,56 (mối quan hệ trung bình)

Biểu đồ phân tán với các điểm xa hơn khỏi đường thẳng vô hình

Nhập môn Thống kê với R

Độ lớn = độ mạnh của mối quan hệ

0,56 (mối quan hệ trung bình)

Biểu đồ phân tán với các điểm xa hơn khỏi đường thẳng vô hình

0,21 (mối quan hệ yếu)

Biểu đồ phân tán với các điểm gần như rải ngẫu nhiên

Nhập môn Thống kê với R

Độ lớn = độ mạnh của mối quan hệ

0,04 (không có mối quan hệ)

Biểu đồ phân tán với các điểm rải hoàn toàn ngẫu nhiên

  • Biết giá trị x không cho biết gì về y
Nhập môn Thống kê với R

Dấu = hướng

0,75: khi x tăng, y tăng

Biểu đồ phân tán cho thấy y tăng khi x tăng

-0,75: khi x tăng, y giảm

Biểu đồ phân tán cho thấy y giảm khi x tăng

Nhập môn Thống kê với R

Trực quan hóa mối quan hệ

ggplot(df, aes(x, y)) +
  geom_point()

Biểu đồ phân tán cho thấy y giảm khi x tăng

Nhập môn Thống kê với R

Thêm đường xu hướng

ggplot(df, aes(x, y)) +
  geom_point() +

  geom_smooth(method = "lm", se = FALSE)

Biểu đồ phân tán cho thấy y giảm khi x tăng, có đường xu hướng

Nhập môn Thống kê với R

Tính tương quan

cor(df$x, df$y)

-0.7472765

 

cor(df$y, df$x)

-0.7472765
Nhập môn Thống kê với R

Tương quan với giá trị thiếu

df$x

-3.2508382  -9.1599807   3.4515013   4.1505899          NA   11.9806140   ...

cor(df$x, df$y)

NA

cor(df$x, df$y, use = "pairwise.complete.obs")

-0.7471757
Nhập môn Thống kê với R

Nhiều cách tính tương quan

  • Dùng trong khóa học này: Tương quan Pearson (sản phẩm-moment)   ($r$)
    • Phổ biến nhất
    • $\bar{x} =$ trung bình của $x$

$$ r =\frac{\sum ^n _{i=1}(x_i - \bar{x})(y_i - \bar{y})}{\sqrt{\sum ^n _{i=1}(x_i - \bar{x})^2} \sqrt{\sum ^n _{i=1}(y_i - \bar{y})^2}} $$

  • Biến thể của công thức này:
    • Kendall's tau
    • Spearman's rho
Nhập môn Thống kê với R

Ayo berlatih!

Nhập môn Thống kê với R

Preparing Video For Download...