El análisis de correlación es un método común de análisis estadístico, el propósito es estudiar si existe una cierta correlación entre dos o más variables ¿Cómo determinar si la correlación entre variables es positiva o negativa? ¿Cómo utilizar JMP para realizar análisis relevantes? En el artículo de hoy, exploraremos 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 necesita conocer dos términos: coeficiente de correlación (r), correlación
- El tamaño del coeficiente de correlación r indica que cuanto mayor sea r, más fuerte será la correlación.
- Los valores positivos y negativos de r son reflejos, los valores positivos representan una correlación positiva y los valores negativos representan una correlación negativa.
El coeficiente de correlación r se refiere al coeficiente de correlación de Pearson y su rango de valores está entre -1 y 1. r = 0 no representa correlación lineal. De hecho, además de la correlación lineal, también existe una gran cantidad de correlaciones no lineales, como como correlación logarítmica, correlación parabólica, etc. Generalmente, |r|>0,7 se considera una correlación alta; 0,5-0,7 es una correlación media; 0,3-0,5 es una correlación débil. Sin embargo, no existe una clasificación obligatoria de los niveles de correlación. Los diferentes campos tienen su propio énfasis. Por ejemplo, Los fenómenos sociológicos pueden llegar a 0,7, hay muy pocos y hay muchos indicadores de laboratorio médico que superan 0,9.
- Primero dibuje un diagrama de dispersión para determinar si existe una correlación lineal.
Por lo tanto, antes de realizar un análisis de correlación, es mejor dibujar un diagrama de dispersión para explorar inicialmente la correlación de los datos. Solo cuando los datos muestren una correlación lineal, se considerará el coeficiente de correlación de Pearson. Si el diagrama de dispersión muestra que puede haber una relación no lineal entre dos variables, puede considerar la transformación variable de una de las variables y luego calcular el coeficiente de correlación.
- Alta correlación no significa causalidad
Además, cabe señalar que correlación no significa causalidad. Por ejemplo, el número de muertes nadando está correlacionado positivamente con las ventas de sorbetes. No podemos inferir que comer sorbete aumentará el riesgo de muertes nadando.
Las variables A y B están correlacionadas. Además de la relación causal entre A y B, otra razón puede ser que otra variable C afecte a 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 muertes por natación, el clima cálido es la variable C, lo que conduce simultáneamente a un aumento de las muertes por natación y de las ventas de sorbetes.
pearson relacionado, Lancero Correlación y correlación parcial.
- Cuando dos variables presentan una distribución normal, la correlación suele medirse mediante el coeficiente de correlación de Pearson.
- 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 la influencia de la edad.
Según los datos de la (Figura 1), explore la correlación entre el IMC y la puntuación de salud física, así como el coeficiente de correlación parcial entre el IMC y la puntuación de salud física después de ajustar por edad.
Figura 1 Datos de muestra
cómo JMP Operación media pearson relacionado con Lancero Relacionado
Tanto la correlación de Pearson como la correlación de Spearman se pueden realizar a través del menú JMP "Análisis" → "Múltiples métodos" → "Múltiples", como se muestra en la Figura 2.
Figura 2 Operaciones de análisis relacionadas: selección de menú
En la interfaz "Múltiple y Correlación", coloque el IMC y la puntuación de salud física en la columna "Y" (Figura 3).
Figura 3 Operaciones de análisis relacionadas: selección de variables
Los resultados predeterminados generan la matriz del coeficiente de correlación de Pearson (Figura 4) y la matriz del diagrama 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 coeficientes de correlación
Figura 5 Operaciones de análisis relacionadas: matriz de diagrama de dispersión
>> Utilice JMP para estadísticas, modelado predictivo y exploración de datos <<
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. Puede hacer clic en "Correlación no paramétrica → Spearman ρ" (Figura 6).
Figura 6 Operación de correlación no paramétrica – operación de menú
Los resultados se muestran en la Figura 7 y el coeficiente de correlación de Spearman es 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 en el lado izquierdo de "Múltiple" para generar (Figura 6). Si desea generar el valor P correspondiente, puede hacer clic en la probabilidad de correlación; si Si desea generar el intervalo de confianza del coeficiente de correlación, puede hacer clic en la correlación Intervalo de confianza.
correlación parcial multivariada
Después de comprender la correlación entre el IMC y las puntuaciones de salud física, también quisimos explorar el coeficiente de correlación parcial entre el IMC y las puntuaciones de salud física después de ajustar por edad.
La correlación parcial también se logra a través del menú JMP "Análisis" → "Métodos multivariados" → "Múltiples". Al mismo tiempo, arrastre las tres variables de edad, IMC y puntuación de salud física 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 "Multivariado" 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 corregir por la influencia de la edad, la correlación entre el IMC y la puntuación de salud física aumentó ligeramente, de 0,1479 a 0,1940, lo que indica que La edad tiene cierta influencia en la relación entre estas dos variables, pero la influencia es limitada .
Figura 9 Operación de correlación parcial: salida de resultados
Lo anterior es una introducción al análisis relacionado. Bienvenido a probar JMP gratis para comenzar su primer análisis.
>> Aprende estadísticas fácilmente <<
Lectura recomendada:
Realizar prueba de normalidad y prueba de homogeneidad del número de variación en JMP
Análisis de variación (ANOVA) y métodos de análisis y pensamiento de comparación por pares.
Comprender la prueba de chi-cuadrado: una herramienta analítica para comparar entre grupos de datos categóricos
Extensiones de la prueba de chi-cuadrado: prueba de suma de rangos de datos de clasificación, chi-cuadrado de tendencia y chi-cuadrado emparejado
Introducción al diseño de experimentos (DOE): diseño de cribado clásico y diseño factorial completo
