correlaties

Correlaties beschrijven de mate en de richting waarin twee variabelen samen variëren. Een positieve correlatie betekent dat hoge waarden van de ene variabele meestal samen voorkomen met hoge waarden van de andere; een negatieve correlatie betekent dat hoge waarden van de ene variabele samen gepaard gaan met lage waarden van de andere. Een correlatie geeft echter geen oorzakelijk verband aan.

In de statistiek worden verschillende correlatiecoëfficiënten gebruikt. De Pearson-correlatiecoëfficiënt r meet de kracht van een lineaire relatie tussen twee numerieke variabelen en ligt tussen -1 en +1. r = +1 of r = -1 duiden op een perfecte lineaire relatie. Voor niet-lineaire of ordinale data worden vaak Spearman's rho of Kendall's tau gebruikt. Deze zijn robuuster voor uitbijters en monotone relaties.

Belangrijke kanttekeningen: correlatie meet samenhang, maar geen causaliteit. Een waargenomen relatie kan het gevolg zijn van toeval, een gemeenschappelijke oorzaak of confounding variabelen. Uitbijters en niet-lineaire patronen kunnen de interpretatie vertekenen. Om oorzakelijkheid vast te stellen zijn aanvullende analyses of experimentele ontwerpen vereist.

Toepassingen en beperkingen: correlatiecoëfficiënten worden veel gebruikt in exploratieve analyses, bij het bouwen van correlatiematrices voor featureselectie, en in vakgebieden als economie en epidemiologie. In multivariate analyses kan sterke onderlinge correlatie tussen variabelen leiden tot multicollineariteit, wat de interpretatie van regressie-totalen bemoeilijkt.