r 상관분석 예제

1단계: Excel에서 데이터를 두 개의 열에 입력합니다. 예를 들어 ”x” 데이터를 열 A에 입력하고 ”y” 데이터를 B. ”상관 관계”는 ”통계 > 기본 통계” 메뉴에서 선택됩니다. label_alpha 인수를 사용하면 상관 계수의 강도에 따라 각 레이블의 불투명도를 높이거나 줄일 수 있습니다. 이는 빠르고 시각적인 데이터 분석에 매우 유용합니다. 상관 관계 및 회귀와 같은 개념에 초점을 맞출 것입니다! 먼저 R에서 상관 관계를 소개합니다. 그런 다음 ggplot2 및 GGally와 같은 패키지를 사용하여 R에서 상관 관계 행렬을 플롯하는 방법을 볼 수 있습니다. 마지막으로 어떤 유형의 상관 관계가 있는지, 추가 분석을 위해 상관 관계가 어떻게 중요한지 확인할 수 있습니다. 상관 계수는 cor() 또는 cor.test() 함수를 사용하여 계산할 수 있습니다: 상관관계는 두 가지 정량적, 연속변수(예: 연령 및 혈압) 간의 관계를 조사하는 기술입니다.

Pearson의 상관계수(r)는 두 변수 간의 연결 강도를 측정한 값입니다. 2 단계 : x와 y를 함께 곱하여 xy 열을 채웁니다. 예를 들어 행 1은 43 × 99 = 4,257입니다. 상관 계수 수식은 데이터 간의 관계가 얼마나 강한지 찾는 데 사용됩니다. 수식은 -1과 1 사이의 값을 반환합니다. 1892년, 영국의 통계학자 프랜시스 이시드로 에지워스(Francis Ysidro Edgeworth)는 ”상관평균”이라는 논문을 발표했으며, 철학 잡지, 5시리즈, 34, 190-204년에는 ”상관관계 계수”라는 용어를 사용했습니다. 그것은 까지 1896 영국 수학자 칼 피어슨은 두 논문에서 ”상관 관계의 계수”를 사용: 진화의 수학 이론에 대한 기여와 진화의 이론에 수학 기여. III. 회귀, 헤아림과 판믹샤.

상관 관계를 추정하기 위한 Pearson 제품 모멘트 상관 관계 공식을 도입한 두 번째 논문입니다. #1 팁: 이 테스트를 수행하기 전에 데이터 집합의 SPSS 분산도를 만드는 것이 좋습니다. SPSS는 항상 일종의 답변을 제공하고 데이터가 선형적으로 관련되어 있다고 가정하기 때문입니다. 다른 상관 관계(예: 기하급수적으로 관련된 데이터)에 더 적합한 데이터가 있는 경우 SPSS는 여전히 Pearson의 데이터를 실행하므로 오해의 소지가 있는 결과를 얻을 수 있습니다. #2 팁: 평균 및 표준 편차와 같은 설명 통계를 포함하려면 Bivariate 상관 관계 창에서 ”옵션” 버튼을 클릭합니다. 맨 위로 돌아갑니다. 위의 그림은 관계의 강도와 방향측면에서 다양한 상관 관계가 어떻게 생겼는지에 대한 예를 보여줍니다. 도면 (a)은 거의 +1의 상관관계를 나타내고, 도면 (b)은 -0.50의 상관관계를 나타내고, 도면 (c)은 +0.85의 상관관계를 나타내고, 도면(d)은 +0.15의 상관관계를 나타낸다.

도면(a) 및 (c)을 비교하면 그림(a)은 거의 완벽한 오르막 직선이고, 그림(c)은 매우 강한 오르막 선형 패턴을 나타낸다(그림(a)만큼 강하지는 않다.) 도면(b)은 내리막길을 가고 있지만, 포인트는 다소 넓은 대역에 흩어져 있으며, 선형 관계가 존재하지만, 그림(a) 및 (c)만큼 강하지는 않다.

Det här inlägget postades i Okategoriserade. Bokmärk permalänken.