A statisztikusok és a tudósok gyakran követelmény, hogy vizsgálja meg a két változó közötti kapcsolat , gyakran nevezik az x és y . Vizsgálata céljából bármely két ilyen változók rendszerint , hogy ha van valamilyen kapcsolat közöttük , vagyis a korreláció a tudomány . Például egy tudós érdemes tudni, óra napozás köthető aránya a bőrrák . Ahhoz, hogy matematikailag leírni erősségét korreláció két változó között , mint a nyomozók gyakran R2 . Lineáris regresszió : Matton
statisztikusok használja a technikát lineáris regresszió , hogy megtalálja az egyenes vonal, amely a legjobban megfelel egy sor x és y-adatok pár. Ők ezt egy sor számítás, amely abból az egyenlet a legjobb vonal . Ez a matematikai leírását a vonal lesz a lineáris egyenlet , és az általános formája az y = mx + b , ahol x és y a két változó a adatpárok , m jelentése a lejtőn a vonal a és b az y tengelymetszet .
korrelációs koefficiens
a számítások , amelyek megtalálják a legjobb egyenes vonalat fog egy lineáris egyenlet , hogy illeszkedjen bármely adathalmazt , akkor is, ha ezek az adatok valójában nem nagyon lineáris . Annak érdekében, hogy azt, hogy milyen jól az adatok valóban illik egy egyenes vonal , statisztikusok is számítani számos néven ismert a korrelációs együttható . Ezt az adagot a jel R vagy R és azt méri, hogy milyen szorosan igazodik az adat párok , hogy a legjobb egyenest őket .
Jelentősége R : Matton
R tetszőleges közötti érték -1 és 1 negatív érték R egyszerűen azt jelenti, hogy a legjobban illeszkedő egyenes vonal slants lefelé mozog balról jobbra , hanem felfelé . Minél közelebb van az R , hogy akár az a két szélsőség , annál jobb az illeszkedés az adatpontok a vonal, vagy akár 1 -1 , hogy egy tökéletes illeszkedést és R értéke nulla jelenti, hogy nincs alkalmas és a pontok teljesen véletlenszerű . Ha az adatpontok jól igazodik az egyenes vonal , ott azt mondják, hogy valami összefüggés közöttük , innen a név korrelációs együttható R.
R2
Néhány statisztikusok inkább dolgozni az R2 értéke , ami egyszerűen a korrelációs együttható négyzete, vagy szorozva is, és az úgynevezett determinációs együttható . R2 jelentése R nagyon hasonló , és azt is leírja az összefüggést a két változó , azonban ez is némileg eltérő. Ez méri a százalékos változását az y változó, amely annak tulajdonítható, hogy a variációs x változót. Egy R2 értéke 0,9, például azt jelenti, hogy 90 százaléka a változás a y-adatok annak köszönhető, hogy az X variációs adatokat. Ez nem feltétlenül jelenti azt, hogy x valóban befolyásolja y , de úgy tűnik, hogy ezt megtegyék.
