korrelerad

Korrelerade beskriver hur två eller flera variabler samvarierar. När en variabel förändras tenderar en annan att göra samma sak i samma riktning, och de sägs vara positivt korrelerade. Om de rör sig i motsatta riktningar är de negativt korrelerade. Korrelationer beskriver alltså ett samband, inte orsaksförlopp.

I statistiska sammanhang används korrelation för att beskriva styrkan och riktningen i sambandet mellan variabler. Det är vanligt att skilja mellan positiv, negativ och ingen eller svag korrelation. En korrelation säger inget om orsaken till sambandet utan bara hur variablerna rör sig i förhållande till varandra.

Mätning: Den vanligaste måtten är Pearsons korrelationskoefficient r, som varierar mellan −1 och 1. Värdet nära ±1 indikerar en stark linjär relation, nära 0 indikerar liten eller ingen linjär koppling. Man testar om r skiljer sig från noll med statistisk signifikans. För icke-linjära eller ordnade data används Spearmans rho eller Kendalls tau, som mäter monotona relationer och är mindre känsliga för outliers eller skeva fördelningar.

Begränsningar: korrelation innebär inte kausalitet; tredje variabler kan förklara sambandet. Outliers, begränsat observationsområde och icke-representativ data kan snedvrida måttet. Visualisering som scatterplot och övervägande av kontext är därför viktiga.

Användningsområden: forskning inom epidemiologi, ekonomi och teknik. I tidsserier används ofta kors-korrelation för att undersöka fördröjningar mellan variabler.