Correlatie

Correlatie is een statistische maat die de mate beschrijft waarin twee variabelen lineair samenhangen. Een positieve correlatie betekent dat hogere waarden van de ene variabele doorgaans samengaan met hogere waarden van de andere; een negatieve correlatie betekent het omgekeerde. Een correlatie dicht bij nul wijst op weinig tot geen lineaire relatie.

De meest gangbare maat is de Pearsoncorrelatiecoëfficiënt, aangeduid met r, die ligt tussen -1 en +1. R geeft de sterkte en richting van de lineaire relatie weer. Voor ordinale of niet-normaal verdeelde variabelen worden vaak niet-parametrische maten gebruikt, zoals Spearman’s rho en Kendall’s tau, die meer gericht zijn op monotone relaties.

Belangrijk is dat correlatie niets zegt over oorzakelijkheid. Een hoge correlatie kan het gevolg zijn van een derde variabele, van toevallige samenhang of van beperkingen in de betrokken variabelen. Ook kan een relatie non-linear zijn en toch een lage of nul lineaire correlatie opleveren. Outliers en onvoldoende variatie kunnen de maat sterk beïnvloeden.

Toepassingen bevinden zich in veel vakgebieden: wetenschappelijk onderzoek om associaties te beoordelen, financiën om co-movement van activa te meten, en data-analyse voor feature selectie en modelbouw. Een correlatiematrix toont de onderlinge correlaties tussen meerdere variabelen.

Significantie wordt vaak vastgesteld via een p-waarde in de context van de steekproefomvang, maar interpretatie vereist aandacht voor context en de werkelijke grootte van de relatie.