korrelaatiomatriisi on taulukko, jossa esitetään muuttujien väliset korrelaatiokertoimet. Taulukon jokaisessa solussa on kahden muuttujan välinen korrelaatio. Korrelaatio matriisi käytetään yhteenvetona tiedot, kuten tulo osaksi kehittyneempiä analyysi, ja diagnosoinnin kehittyneen analyysit.
Luo oma korrelaatio matriisi
tärkeimmät päätökset tehdään, kun luodaan korrelaatio matriisi sisältää: valinta korrelaatio tilastotieto, koodaus muuttujat, hoidossa puuttuvat tiedot, ja esitys.,
esimerkki korrelaatiomatriisista
Tyypillisesti, korrelaatio matriisi on ”square”, jossa samat muuttujat on esitetty rivejä ja sarakkeita. Olen näyttänyt esimerkin alla. Tämä osoittaa korrelaatioita siitä, miten tärkeitä eri asiat ovat ihmisille. Linja 1.00 s tulee ylhäältä vasemmalta alas oikealle on tärkein lävistäjä, joka osoittaa, että kunkin muuttujan aina täysin korreloi itsensä kanssa. Tämä matriisi on symmetrinen, sama korrelaatio on esitetty edellä tärkein lävistäjä on peilikuva ne alla tärkeimmät lävistäjä.,
Luo oma korrelaatio matriisi
Sovellukset korrelaatiomatriisista
On olemassa kolme pääasiallista syitä computing korrelaatio matriisi:
- tiivistää suuri määrä tietoa, jossa tavoitteena on nähdä kuvioita. Edellä olevassa esimerkissämme havainnoitavissa oleva kuvio on, että kaikki muuttujat korreloivat suuresti keskenään.
- muiden analyysien tekemiseen., Esimerkiksi, ihmiset yleisesti käyttävät korrelaatio matriisit kuten tuotantopanosten eksploratiivinen faktorianalyysi, vahvistava tekijä analyysi, rakenteellinen yhtälö malleja, ja lineaarinen regressio, kun ilman puuttuvia arvoja pareittain.
- diagnostiikkana muita analyysejä tarkistettaessa. Esimerkiksi lineaarisella regressiolla suuri määrä korrelaatioita viittaa siihen, että lineaariset regressioarviot ovat epäluotettavia.
Korrelaatiotilasto
useimmat korrelaatiomatriisit käyttävät Pearsonin tuote-Momenttikorrelaatiota (r). On myös tavallista käyttää Spearmanin korrelaatiota ja Kendallin Tau-b: tä., Molemmat ovat ei-parametriset korrelaatiot ja vähemmän alttiita harha kuin r.
Koodaus muuttujat
Jos sinulla on myös tietoja kyselyn, sinun täytyy päättää, miten koodi tiedot ennen computing korrelaatiot. Esimerkiksi, jos vastaajat olivat antaneet valintoja Vahvasti eri Mieltä, jonkin Verran eri Mieltä, Ei samaa eikä eri Mieltä, jonkin Verran samaa Mieltä ja Vahvasti samaa Mieltä, voit määrittää koodit 1, 2, 3, 4, ja 5, vastaavasti (tai matemaattisesti vastaava näkökulmasta korrelaatio, kymmeniä -2, -1, 0, 1 ja 2)., Muut Turskat ovat kuitenkin mahdollisia, kuten -4, -1, 0, 1, 4. Turskamuutoksilla on yleensä vain vähän vaikutusta, paitsi silloin kun ne ovat äärimmäisiä.
puuttuvien arvojen hoito
tiedot, joita käytämme korrelaatioiden laskemiseen, sisältävät usein puuttuvia arvoja. Tämä voi johtua joko siitä, että emme keränneet näitä tietoja tai emme tiedä vastauksia. On olemassa erilaisia strategioita puuttuvien arvojen käsittelemiseksi laskettaessa korrelaatiomatrixeja. Parhaana käytäntönä on yleensä käyttää useita imputaatioita. Kuitenkin ihmiset käyttävät yleisemmin pairwise puuttuvat arvot (joskus kutsutaan osittainen korrelaatiot)., Tämä edellyttää laskennallista korrelaatiota käyttäen kaikkia kahden muuttujan puuttumattomia tietoja. Vaihtoehtoisesti jotkut käyttävät listwise-poistoa, joka tunnetaan myös case-wise-poistona, joka käyttää vain havaintoja, joissa ei ole puuttuvia tietoja. Sekä pairwise että case-wise deleetion olettavat, että tiedot puuttuvat täysin sattumanvaraisesti. Tämän vuoksi moninkertainen imputaatio on yleensä suositeltavin vaihtoehto.,
Esittely
Kun esittelee korrelaatio matriisi, sinun täytyy harkita eri vaihtoehtoja, mukaan lukien:
- näytetäänkö koko matriisi, kuten edellä, tai vain ei-tarpeeton bittiä, kuten alla (luultavasti 1.00 arvot tärkeimmät lävistäjä pitäisi myös poistaa).
- Miten muotoilla numeroita (esimerkiksi, paras käytäntö on poistaa 0s ennen desimaalin tarkkuudella ja desimaalin-kohdista numerot, kuten edellä, mutta tämä voi olla vaikea tehdä useimmissa ohjelmisto).
- osoittaako se tilastollista merkitystä (esim. värikoodaussolujen punaisena).,
- Onko väri-koodi arvojen mukaan korrelaatio tilastot (kuten kuvassa alla).
- järjestelee rivejä ja sarakkeita uudelleen kuvioiden selkeyttämiseksi.
Haluatko helposti luoda omia korrelaatio matriisi? Opi miten!
Luo oma korrelaatio matriisi