Tilastotieteilijät ja tutkijat useinvaatimus tutkia suhdetta kahden muuttujan , jota yleisesti kutsutaan x ja y. Testausta varten kahden edellä mainitut tiedot on yleensä nähdä, jos on jokin yhteys niiden välillä , tunnettukorrelaatio tieteessä . Esimerkiksitutkija voi tietää, jos tuntia auringolle altistumisen voidaan yhdistää hinnat ihosyövän . Matemaattisesti kuvatavahvuuskorrelaatio kahden muuttujan , kuten tutkijat käyttävät usein R2 . Lineaarinen regressio
Tilastotieteilijät käyttäätekniikkaa lineaarisen regression löytääsuora viiva , joka parhaiten sopiijoukon x ja y tiedot paria . He tekevät sitä läpi useita laskelmia , jotka perustuvatyhtälö paras linja . Tämä matemaattinen kuvauslinja olla lineaarinen yhtälö , ja niillä on yleinen muoto y = mx + b , jossa x ja y ovatkaksi muuttujaa datan pareittain , m onkulmakerroin ja b on y- akselin leikkauspiste .
korrelaatiokerroin
< p >laskelmia, jotka löytääkseen parhaan suoraviivaisesti tuottaalineaarinen yhtälö , joka sopii joka joukko tietoja , vaikka tietoja ei ole oikeastaan kovin lineaarinen . Jotta onosoittaa, kuinka hyvintiedot oikeastaan sovisuora viiva Tilastotieteilijöillä myös laskeanumero tunnetaankorrelaatiokerroin . Tämä annetaansymboli r tai R ja on mitata , miten läheisestitiedot parit ovat parhaita suoraviivaisesti läpi.
Merkitys R
R voi olla mikä tahansa arvo välillä -1 ja 1.negatiivisen arvon R tarkoittaa yksinkertaisesti sitä, ettäparhaiten sovitettu suora vinot alaspäin liikkuu vasemmalta oikealle , pikemminkin kuin ylöspäin . Lähempänä R on jokokahden ääripäänparempisovitusmittauspisteidenlinjaa , joko -1 tai 1 ontäydellinen istuvuus jaR nolla siten, että ei ole kunnossa japisteet ovat täysin sattumanvaraisesti . JosDatapisteet hyvin linjassasuora viiva , siellä sanotaan olevan jonkin verran korrelaatiota niiden välillä , joten nimi korrelaatiovakio R.
R2
< p> tilastotieteilijät mieluummin työskennelläarvosta R2 , joka on yksinkertaisestikorrelaatiokerroin potenssiin , tai kerrotaan itse , ja tunnetaan determinaatiokertoimen . R2 on hyvin samanlainen kuin R , ja kuvaa myöskorrelaatio kahden muuttujan välillä , mutta se on myös hieman erilainen . Se mittaa prosenttia vaihtelua y- muuttuja, joka voidaan katsoa johtuvan vaihtelunx muuttuja . R2 -arvo 0,9 , esimerkiksi , tarkoittaa sitä, että 90 prosenttiavaihteluay arvot johtuu vaihtelua x arvot . Tämä ei välttämättä tarkoita, että x on todella vaikuttava y , mutta se näyttää tekevän niin .