피어슨 상관계수 예제

Pearson 상관 관계는 수천 가지 의 실제 상황에서 사용됩니다. 예를 들어, 중국의 과학자들은 잡초 쌀 인구가 유전적으로 다른 방법 사이의 관계가 있는지 알고 싶어. 목표는 쌀의 진화잠재력을 찾는 것이었습니다. Pearson의 두 그룹 간의 상관 관계가 분석되었습니다. 그것은 잡초 쌀 인구에 대한 0.783과 0.895 사이의 긍정적 인 피어슨 제품 순간 상관 관계를 보였다. 이 수치는 상당히 높은, 이는 상당히 강한 관계를 제안. 참고: 위의 Pearson 상관 관계의 출력을 제시합니다. 그러나 가정 섹션의 앞에서 설명한 가정에 대해 데이터를 테스트했어야 하므로 이러한 가정을 테스트할 때 생성된 Stata 출력도 해석해야 합니다. 여기에는 다음이 포함됩니다: (a) 두 변수 사이에 선형 관계가 있는지 확인하는 데 사용한 산점도(예: 가정 #2)가 포함됩니다. (b) 중요한 이상치가 없는지 확인하는 데 사용한 것과 동일한 산점도(예: 가정 #3); (c) 두 변수가 대략 일반적으로 분포되어 있는지 여부를 확인하기 위해 정상성의 Shapiro-Wilk 테스트 (즉, 가정 #4).

또한 데이터가 이러한 가정에 실패한 경우 Pearson의 상관 관계 절차(예: 위에서 설명한 출력)에서 얻은 출력은 더 이상 관련이 없으며, 다른 통계 테스트를 수행하여 분석해야 할 수 있습니다. 데이터. Pearson 제품 모멘트 상관 계수는 두 변수 간의 선형 관계의 강도를 측정한 값입니다. Pearson의 상관 관계 또는 단순히 상관 계수라고 합니다. 변수 간의 관계가 선형이 아닌 경우 상관 계수는 변수 간의 관계의 강도를 적절히 나타내지 않습니다. Pearson 상관 계수의 크기는 상관 관계의 강도를 결정합니다. 특정 값에 연결 강도를 할당하기 위한 하드 및 빠른 규칙은 없지만, 코헨(1988)이 제공하는 몇 가지 일반적인 지침: 3단계: 아직 선택되지 않은 경우 “Pearson” 확인란을 클릭합니다. 그런 다음 “한 꼬리” 또는 “두 꼬리” 테스트 라디오 버튼을 클릭합니다.