상관 계수에 대한 방법 및 공식

원하는 방법 또는 공식을 선택하십시오.

Pearson의 상관 계수

공식

두 변수 사이의 선형 관계를 측정합니다. 상관 계수의 값은 −1과 +1 사이로 가정합니다. 한 변수가 증가할 때 다른 변수는 감소하는 경향이 있으면 상관 계수는 음수입니다. 반대로 두 변수가 함께 증가하는 경향이 있으면 상관 계수는 양수입니다.

변수 xy의 경우:

표기법

용어설명
첫 번째 변수에 대한 표본 평균
sx 첫 번째 변수에 대한 표준 편차
두 번째 변수에 대한 표본 평균
sy 두 번째 변수에 대한 표준 편차
n 열 길이

Spearman의 상관 계수

Spearman의 상관 계수와 p-값을 계산하려면 데이터 순위에 대해 Pearson 상관을 수행하십시오. 같은 값을 갖는 반응의 순위는 같은 값의 순위에 대한 평균입니다. 다음 표는 두 데이터 표본에 대한 순위를 보여줍니다.

C1 C2 C3 C4
A 순위 A B 순위 B
45 4 23 1
78 6 25 3
24 3 25 3
51 5 25 3
13 1.5 34 6
13 1.5 30 5

A와 B 간의 Spearman 상관 계수는 −0.678이고 p-값은 0.139입니다. 이 값들은 순위 A와 순위 B의 값에 대한 Pearson 상관의 계수와 p-값과 동일합니다.

Minitab에서는 하나 또는 두 변수 모두의 결측 데이터가 포함된 행을 계산에서 제외합니다. 두 열의 행 수는 모두 같아야 합니다.

P-값

p-값은 보통 귀무 가설을 기각하거나 받아들이는 가설 검정에서 사용됩니다.

Pearson 상관 계수의 경우:

H0: ρ = 0 대 H1: ρ ≠ 0, 여기서 ρ는 변수 쌍 사이의 상관 계수입니다.

작은 p-값은 귀무 가설이 거짓임을 나타냅니다. 상관 계수가 0이 아니고 선형 관계가 존재한다는 결론을 내릴 수 있습니다. p-값이 0.05보다 작은 경우 귀무 가설을 기각하는 것이 일반적입니다.

공식

Pearson의 상관 계수에 대한 p-값에서는 t-분포를 사용합니다.

p-값은 2 × P(T > t)이며, 여기서 T는 자유도가 n – 2인 t 분포를 따릅니다.

표기법

용어설명
r상관 계수
n관측치 수
이 사이트를 사용하면 분석 및 사용자 개인 컨텐츠에 대한 쿠키 사용에 동의하는 것입니다.  당사의 개인정보 보호정책을 확인하십시오