korrelációja

A korrelációja a statisztikában a két változó egymáshoz viszonyított, közös változásának mértékét írja le. Ha a változók együtt nőnek vagy csökkenek, pozitív korrelációról van szó; ha az egyik nő, a másik pedig csökken, negatív korrelációról beszélünk. Ha a változók közti összefüggés gyakorlatilag hiányzik, nulla korrelációról beszélünk. A korreláció nem feltétlenít meg ok-okozati összefüggést; két változó közötti erős korreláció gyakran rejtett vagy harmadik tényezőkre vezethető vissza.

A legeredményesebben mérhető korreláció a Pearson-féle korrelációs együttható, r, amely a kovarianciát osztja a szórásokkal. Ennek értéke -1 és 1 között van: +1 tökéletes pozitív lineáris összefüggést, -1 pedig tökéletes negatív lineáris összefüggést jelez; 0 a lineáris összefüggés hiányát mutatja. Nem lineáris kapcsolatok esetén a Spearman-rho vagy Kendall-féle tau rangsor-korrrelációk lehetnek alkalmasabbak.

Fontos megjegyezni, hogy a korreláció nem jelenti a kauzalitást. Nagy mintaszámokban előfordulhat, hogy csaló korrelációk jelentkeznek, vagy külső tényezők (zavaró változók) hatnak a kapcsolatra. Továbbá a kiugró értékek jelentősen befolyásolhatják az eredményeket, ezért gyakran leírtak a kiindulási feltételek és a robusztusabb mérőeszközök használata. A korrelációk fontos eszközei a statisztikának és a data science-nek, alkalmazhatók például gazdasági, egészségügyi vagy technikai adatok elemzésében.