Korrelation

Introduktion till statistik

George Boorman

Curriculum Manager, DataCamp

Samband mellan två variabler

spridningsdiagram som visar månatliga gymkostnader jämfört med priset på en flaska vatten.png

Pearsons korrelationskoefficient

Publicerad av Karl Pearson år 1896!
Mäter styrkan på sambandet mellan två variabler
Ett tal mellan minus ett och ett
Absolutvärdet motsvarar sambandets styrka
Tecknet (+ eller -) anger sambandets riktning

¹ https://royalsocietypublishing.org/doi/10.1098/rsta.1896.0007

Linjära samband

Linjärt = proportionella förändringar mellan beroende och oberoende variabler

spridningsdiagram över gym- och vattenkostnader med noteringar för en dollar vatten och trettio dollar gym, en dollar femtio vatten och fyrtio fem dollar gym, samt korrelationskoefficient noll komma trettiosex.png

Värden = sambandets styrka

0,99 (mycket starkt samband)

Spridningsdiagram med punkter mycket nära en osynlig linje.png

Värden = sambandets styrka

0,99 (mycket starkt samband)

Spridningsdiagram med punkter mycket nära en osynlig linje.png

0,75 (starkt samband)

Spridningsdiagram med punkter längre från den osynliga linjen.png

Värden = sambandets styrka

0,56 (måttligt samband)

Spridningsdiagram med punkter ännu längre från den osynliga linjen.png

Värden = sambandets styrka

0,56 (måttligt samband)

Spridningsdiagram med punkter ännu längre från den osynliga linjen.png

0,21 (svagt samband)

Spridningsdiagram med punkter som ser nästan helt slumpmässigt utspridda ut.png

Värden = sambandets styrka

0,04 (inget samband)

Spridningsdiagram med punkter som ser helt slumpmässigt utspridda ut.png

Värdet på x ger ingen information om y

Tecken = riktning

0,75: när x ökar, ökar y

Spridningsdiagram där y ökar när x ökar.png

-0,75: när x ökar, minskar y

Spridningsdiagram där y minskar när x ökar.png

Gymkostnader jämfört med vattenkostnader

spridningsdiagram som visar månatliga gymkostnader jämfört med priset på en flaska vatten.png

Lägga till en trendlinje

spridningsdiagram som visar månatliga gymkostnader jämfört med priset på en flaska vatten med trendlinje och p lika med noll komma trettiofem.png

Medellivslängd jämfört med priset på en flaska vatten

spridningsdiagram över medellivslängd jämfört med priset på en flaska vatten med trendlinje och p lika med noll komma sextioett.png

Korrelation innebär inte kausalitet

Innebär ett högre vattenpris också längre livslängd?

Korrelation innebär inte kausalitet

¹ Bildkälla: https://unsplash.com/@micheile; https://unsplash.com/@jon_chng

Störvariabler

Vad annat kan påverka medellivslängden?
- En flaska vatten kostar mer i länder med starka ekonomier
- Dessa länder erbjuder generellt tillgång till högkvalitativ sjukvård
Ekonomins styrka kan vara en störvariabel
- En störvariabel mäts inte, men kan påverka sambandet mellan variablerna

Nu kör vi en övning!

Introduktion till statistik