什麼被解釋為相關係數和的值

在我們的世界，一切都是相互聯繫，某個地方，這是可見的肉眼，在某些情況下，人們甚至不知道這種關係的存在。 儘管如此，統計數據，指的是相互依存的時候，經常會用到“關係”。 它往往能在經濟文獻中找到。 讓我們揣摩這是什麼概念的精髓，哪些因素以及如何解釋所獲得的值。

概念

那麼，什麼是相關？ 作為一個規則，這個顧名思義兩個或多個參數之間的統計關係。 如果你改變一個或更多的人的價值，它不可避免地影響到人的價值。 對於力的數學定義這種相互依賴常見的是使用多種因素。 應當指出的是，在該情況下，一個參數的改變不會導致其他的自然變化，但任何統計特徵參數的影響，這種關係不相關，只是統計。

術語的歷史

為了更好地理解什麼的關係，讓我們深入到故事。 這個術語出現在十八世紀感謝法國古生物學家的努力 Zhorzha Kyuve。 這位科學家已經開發機關和眾生的部分所謂的“相關法律”，它可以讓你恢復動物的古生物化石的出現，只有一些仍然可用的。 在統計中，這個詞用英語統計和生物學家的輕手開始使用1886年 弗朗西斯·高爾頓。 這個詞的標題就找到了自己的解釋：不僅僅是不僅通信 - «關係»，以及相互之間的關係是共享的東西 - «合作關係»。 然而，清楚數學解釋，這種相關性只有學生高爾頓，生物學家，數學家卡爾·皮爾森（1857年至1936年）。 這是他誰首先帶來了精確的公式計算相應的係數。

對關聯

所以我們叫兩個特定值之間的關係。 例如，事實證明，廣告在美國，每年的費用是密切相關的國內生產總值（GDP）的大小。 據估計，在此期間這些值之間的1956年至1977年神相關係數是0.9699。 另一個例子 - 訪問在線商店和其銷售量的數目。 這些值之間發現的緊密關係 銷售 在當前和前一年的啤酒與空氣溫度，平均溫度為特定的位置，並依此類推。D.如何解釋對相關係數？ 現在，我們注意到，它需要一個值從-1到1，其中負數表示相反，陽性 - 直接依賴。 較大的單位計數的結果，所述的影響在彼此幅度。 值為零表示沒有依賴值小於0.5指示差，以及以其他方式 - 以清楚地定義的關係。

Pearson相關

根據什麼尺度測量變量對於用於指示器（費希納係數斯皮爾曼，Kendall和噸。D.）計算。 當檢查間隔值，最常用的指標，發明Karlom Pirsonom。 這個比率表示的兩個參數之間的線性關係的程度。 當人們談論的相關性，其中大部分是和的想法。 該指標已經變得如此受歡迎，它在Excel中的公式，可以很實際的，如果你想了解相關的內容，無需進入複雜的公式的複雜性。 此函數的語法是以下形式：PEARSON（數組1，數組2）。 作為對應通常取代的範圍號的第一和第二陣列。