Korreleringsnoder

Korreleringsnoder är noder i ett grafiskt nätverk där varje nod motsvarar en variabel i en dataset och två noder kopplas ihop av kanter som speglar ett statistiskt samband mellan variablerna. Sådana nätverk används för att visualisera och analysera mönster av samvariation mellan många variabler samtidigt.

Byggandet av ett korreleringsnätverk sker vanligtvis genom att beräkna en korrelationsmatris mellan variablerna. En kant mellan två noder läggs till om korrelationen är statistiskt signifikant eller över en förutbestämd tröskel; kantens vikt återspeglar styrkan i sambandet och färg kan indikera tecken (positivt eller negativt). Alternativt kan man använda partialkorrelationer, erhållna från den inversa kovariansmatrisen (precisionmatrisen), vilket leder till ett nätverk där kanter representerar direkta beroenden justerade för övriga variabler.

Tolkningen av korreleringsnoder fokuserar ofta på nätverksmått som centralitet för att identifiera viktiga eller inflytelserika variabler, samt på gemenskaper eller kluster som visar grupper av sammanlänkade variabler. Dessa nätverk används inom många områden, såsom biologi för gen- eller metabolnätverk, ekonomi för aktie- och riskrelationer, eller samhällsvetenskapliga studier för psykologiska och sociologiska variabler.

Begränsningar finns och bör beaktas. En stor varningsflagga är att korrelation inte innebär orsakssamband. Val av tröskel, flera tester, samt effekter av outliers och mätfel kan påverka nätverkets struktur. Dessutom krävs vanligtvis standardisering och lämpligt antal observationer i förhållande till variablerna för att få tillförlitliga nätverksresultat.