korrelering

Korrelering er et statistisk mål som beskriver styrken og retningen av en assosiasjon mellom to variabler. En positiv korrelasjon betyr at variablene tenderer til å øke samtidig, mens en negativ korrelasjon betyr at den ene øker når den andre avtar. Korrelasjonskoeffisienten r ligger mellom -1 og +1, der ±1 indikerer perfekt lineær samvariasjon og 0 indikerer ingen lineær sammenheng. I praksis brukes ulike mål avhengig av datatype og forhold: Pearsons r måler lineær sammenheng mellom kontinuerlige variabler og forutsetter linært forhold, tilnærmet normalfordeling og konstant varians. For ikke-lineære eller ikke-normale data brukes ofte Spearmans rangkorrelasjon (rho) eller Kendalls tau, som baserer seg på rangordninger og er mindre sensitive for utliggere.

Korrelering skiller seg fra årsakssammenheng. En sterk korrelasjon betyr ikke nødvendigvis at den ene variabelen forårsaker den andre; det kan være felles årsaksfaktorer eller til og med tilfeldig samsvar (“spuriøs korrelasjon”). Det er viktig å vurdere lurking variables og potensielle konfunderende effekter. Observasjonelle datasett kan også vise delte eller begrensede sammenhenger på grunn av utvalgsprøving eller målefeil.

Metoder for å vurdere korrelering inkluderer scatterplot for visuell inspeksjon, korrelasjonsmatriser og statistiske tester med p-verdier og konfidensintervaller. Begrensninger inkluderer påvirkning av utliggere, ikke-lineære forhold som gir lav r til tross for sterk sammenheng, og at korrelasjon ikke gir god indikasjon på beskrivelse av mekanisme. Korrelering brukes bredt i forskning, økonomi og dataanalyse for å oppdage og beskrive relasjoner mellom variabler.