a korreláció két változó közötti összefüggés mértéke vagy mértéke. Az adatok halmaza pozitívan korrelálhat, negatívan korrelálhat vagy egyáltalán nem korrelálhat. Mivel az egyik értékkészlet növekszik, a másik készlet növekszik, akkor pozitív korrelációnak nevezik.
mivel az egyik értékkészlet növeli a másik értéket, csökken, majd negatív korrelációnak nevezik.
Ha az egyik készlet értékeinek változása nem befolyásolja a másik értékét, akkor a változók azt mondják, hogy” nincs korreláció “vagy” nulla korreláció.”
két esemény közötti ok-okozati összefüggés létezik, ha az első előfordulása okozza a másikat. Az első eseményt oknak nevezik, a második eseményt hatásnak nevezik. A két változó közötti korreláció nem jelenti az ok-okozati összefüggést. Másrészt, ha két változó között okozati összefüggés van, azokat korrelálni kell.
példa:
egy tanulmány azt mutatja, hogy negatív korreláció van a hallgató szorongása a teszt előtt, valamint a hallgató pontszáma a teszten. De nem mondhatjuk, hogy a szorongás alacsonyabb pontszámot okoz a teszten; lehetnek más okok is-például a hallgató nem tanult jól. Tehát a korreláció itt nem jelent okozati összefüggést.
ugyanakkor vegye figyelembe a pozitív korrelációt a vizsgára töltött órák száma és a vizsgára adott fokozat között. Itt is van ok-okozati összefüggés; ha több időt tölt a tanulással, akkor magasabb fokozatot eredményez.
az egyik leggyakrabban használt korrelációs intézkedés a Pearson termék pillanatnyi korrelációja vagy a Pearson korrelációs együtthatója. Mérik a képlet,
r x y = n ∑ x y − ∑ x ∑ y ( n ∑ x 2 − ( ∑ x ) 2 ) ( n ∑ y 2 − ( ∑ y ) 2 )
Az érték Pearson korrelációs együttható változhat − 1 + 1, ahol -1 jelzi, hogy egy erős negatív korreláció, míg a + 1 azt jelzi, hogy egy erős pozitív korreláció.