ある銀行では、ローン申請者を、収入、学歴、年齢、現住所での居住年数、現職での勤続年数、貯蓄、負債、およびクレジットカード数の8項目で審査します。担当責任者は、このデータをグループ化して報告する最良の方法を決定するためにデータを分析しようとしています。そこで、30人のローン申請者についてこの情報を収集しました。

銀行の管理者は、ピアソン相関を使用して変数の各ペア間の線形関係の強さと方向を調べます。

  1. サンプルデータ、ローン申請者.MTWを開きます。
  2. グラフ > コレログラムを選択します。
  3. 変数に、収入-クレジットカード数を入力します。
  4. 相関値を表示するを選択します。
  5. OKをクリックします。

結果を解釈する

最も高いピアソン相関係数は、雇用状況と居住年数の間にあります。この0.95の値は変数間の正の関係を表しています。勤続年数が増加すると、居住年数も増加します。年齢もまた、居住年数および勤続年数と強い正の関係を持っています。

借金と学歴の間のピアソン相関係数は–0.46です。申請者の教育レベルが低下するにつれて、負債が増加します。

全体として、ほとんどの変数のペアの間に正の相関関係があります。

本サイトを使用すると、分析およびコンテンツのカスタマイズのためにクッキーが使用されることに同意したことになります。  当社のプライバシーポリシーをご確認ください