Korrelationsmått

Korrelationsmått beskriver hur starkt och i vilken riktning två variabler är relaterade. De används för att uppskatta samband i data och för att jämföra variabler. De vanligaste måtten är Pearson’s korrelationskoefficient r, Spearman’s rho och Kendall’s tau.

Pearson’s r mäter linjärt samband mellan två kontinuerliga variabler. Värdet ligger mellan -1 och 1, där ±1 indikerar en perfekt linjär relation och 0 ingen linjär relation. Pearson antas linjärt samband, någorlunda normalfördelade variabler och begränsade outliers.

Spearman’s rho och Kendall’s tau är icke-parametriska mått som baseras på rangordningar och fångar monotona samband. De är robusta mot outliers och gäller även vid icke-normala fördelningar. Räkneprinciperna skiljer sig något mellan dem.

För två dikotoma variabler används phi-kvadratkoefficienten (phi), som varierar mellan -1 och 1. För nominala variabler i större kontingenstabeller används Cramér’s V, som är ett mått mellan 0 och 1 och baseras på chi-två.

Partialkorrelation mäter sambandet mellan två variabler när effekten av en eller flera kontrollvariabler hålls konstant.

Viktiga begränsningar: korrelationsmått fångar endast samband och anger inget orsakssamband. De påverkas av outliers, skalor, urval och av datasetets storlek när det gäller signifikans.

Användningar inkluderar explorativ dataanalys, modellval och konstruktion av korrelationsmatriser för nätverk, faktoranalys och regressionsanalyser.