El análisis de correlación es un método común de análisis estadístico. El propósito es estudiar si existe algún tipo de correlación entre dos o más variables. ¿Cómo juzgar si la correlación entre variables es positiva o negativa? ¿Cómo realizar un análisis de correlación usando JMP? En el artículo de hoy, exploremos el análisis de correlación, incluida la correlación de Pearson, la correlación de Spearman y la correlación parcial.
¿Qué es el análisis de correlación? (Análisis de correlación) ?
Para comprender el análisis de correlación, primero debe conocer 2 sustantivos: coeficiente de correlación (r), correlación
- El tamaño del coeficiente de correlación r indica que cuanto mayor es r, más fuerte es la correlación.
- Se reflejan los valores positivos y negativos de r, los valores positivos indican correlación positiva y los valores negativos indican correlación negativa.
El coeficiente de correlación r se refiere al coeficiente de correlación de Pearson, y su valor oscila entre -1 y 1. r=0 representa una correlación no lineal. De hecho, además de la correlación lineal, también hay una gran cantidad de correlaciones no lineales, como como correlación logarítmica, correlación parabólica, etc. Generalmente |r|>0.7 se considera correlación alta; 0.5-0.7 es correlación moderada; 0.3-0.5 es correlación débil, pero no existe una clasificación obligatoria de correlación, y diferentes campos tienen su propio énfasis. Por ejemplo, los fenómenos sociológicos pueden llegar a 0.7 Hay muy pocos de ellos, y el índice de laboratorio médico llega a más de 0,9 en todas partes.
- Primero dibuje un diagrama de dispersión para determinar si es una correlación lineal
Por lo tanto, antes de realizar el análisis de correlación, es mejor dibujar un diagrama de dispersión para explorar inicialmente la correlación de los datos. Solo cuando los datos están correlacionados linealmente, se debe considerar el coeficiente de correlación de Pearson. Si el diagrama de dispersión muestra una posible relación no lineal entre dos variables, considere aplicar una transformación de variable a una de las variables antes de calcular el coeficiente de correlación.
- Alta correlación no implica causalidad
Además, se debe tener en cuenta que la correlación no implica causalidad, por ejemplo, las muertes por nadar están correlacionadas positivamente con las ventas de sorbetes, y no podemos inferir que comer sorbetes aumenta el riesgo de muertes por nadar.
Las variables A y B están correlacionadas. Además de la relación causal entre A y B, otra razón puede ser que otra variable C tenga un impacto en A y B al mismo tiempo, lo que hace que A y B muestren una correlación falsa en la superficie. . Por ejemplo, en el ejemplo de las ventas de sorbetes y el riesgo de muerte por nadar, el clima cálido es la variable C, lo que hace que aumenten tanto las muertes por nadar como las ventas de sorbetes.
Pearson relacionados, Lancero correlación y correlación parcial
- Cuando dos variables se distribuyen normalmente, el coeficiente de correlación de Pearson generalmente se usa para medir la correlación.
- Si hay variables que no se ajustan a la distribución normal, se suele utilizar el coeficiente de correlación de Spearman para medir la correlación.
- Si desea conocer la magnitud del coeficiente de correlación entre dos variables después de controlar otras variables, puede calcular el coeficiente de correlación parcial, como la correlación entre el peso y la presión arterial después de controlar el efecto de la edad.
Basándonos en los datos (Fig. 1), exploramos la correlación entre el IMC y la puntuación de aptitud física, y el coeficiente de correlación parcial entre el IMC y la puntuación de aptitud física después de ajustar por edad.
Figura 1 Datos de ejemplo
cómo JMP operación intermedia Pearson relacionado con Lancero relacionados
Tanto la correlación de Pearson como la correlación de Spearman se pueden lograr a través del menú JMP "Analizar" → "Métodos multivariados" → "Multivariados", como se muestra en la Figura 2.
Figura 2 Operación de análisis de correlación - selección de menú
En la pantalla Multivariante y correlaciones, coloque el índice de masa corporal y la puntuación de aptitud física en la "columna Y" (Figura 3).
Figura 3 Operación de análisis de correlación - selección de variables
Los resultados predeterminados generan la matriz de coeficientes de correlación de Pearson (Figura 4) y la matriz de gráficos de dispersión (Figura 5) Se puede ver que el coeficiente de correlación de Pearson de las dos variables es 0.1479.
Figura 4 Operación de análisis de correlación - Matriz de coeficiente de correlación
Figura 5 Operación de análisis de correlación: matriz de gráficos de dispersión
>> Estadísticas, modelado predictivo y minería de datos con JMP <<
Dado que tanto el IMC como las puntuaciones de salud física no se ajustan a la distribución normal, es necesario generar el coeficiente de correlación de Spearman y puede hacer clic en "Correlación no paramétrica → Spearman ρ" (Figura 6).
Figura 6 Operaciones de dependencia no paramétricas: operaciones de menú
Los resultados se muestran en la Figura 7, y el coeficiente de correlación de Spearman fue de 0,1739.
Figura 7 Operación de correlación no paramétrica - Salida de resultados
Si desea mostrar otros resultados, puede hacer clic en el botón del triángulo rojo a la izquierda de "Multivariante" para generar (Figura 6). Si desea generar el valor P correspondiente, puede hacer clic en la probabilidad de correlación; si desea generar el intervalo de confianza del coeficiente de correlación, puede hacer clic en el intervalo de confianza de correlación.
Correlación parcial multivariante
Después de conocer la correlación del IMC y la puntuación de aptitud física, también queríamos explorar el coeficiente de correlación parcial entre el IMC y la puntuación de aptitud física después de ajustar por edad.
La correlación parcial también se logra a través del menú JMP "Analizar" → "Métodos multivariados" → "Multivariados". Al mismo tiempo, las tres variables de edad, IMC y puntaje de aptitud física se arrastran a la "columna Y," en la Figura 2.
En la interfaz de resultados, haga clic en el botón del triángulo rojo a la izquierda de "Multivariante" y haga clic en "Correlación parcial" y "Probabilidad de correlación parcial" en el menú desplegable (Figura 8) para generar el coeficiente de correlación parcial y su valor P .
Figura 8 Operación de correlación parcial - selección de menú
Los resultados de salida se muestran en la Figura 9. Después de ajustar por el efecto de la edad, la correlación entre el IMC y la puntuación de aptitud física aumentó ligeramente, de 0,1479 a 0,1940, lo que indica que La edad tiene un efecto limitado en la relación entre estas dos variables. .
Figura 9 Operación de correlación parcial - salida de resultados
Lo anterior es una introducción al análisis relevante. Bienvenido a probar JMP gratis para comenzar su primer análisis.
>> Aprende estadísticas fácilmente <<
Lectura recomendada:
Pruebas de homogeneidad de normalidad y varianza en JMP
Análisis de varianza (ANOVA) y el contexto de pensamiento y método de análisis de comparación por pares
Comprender la prueba de chi-cuadrado: un artefacto analítico para la comparación entre grupos de datos categóricos
Extensiones de chi-cuadrado: prueba de suma de rangos, chi-cuadrado de tendencia y chi-cuadrado emparejado
Introducción al diseño de experimentos (DOE): diseños de cribado clásicos y diseños factoriales completos
