- Hiệp phương sai (Covariance)
- Hệ số tương quan (Correlation)
- Thực hành tính hiệp phương sai và hệ số tương quan
- Tỷ số tương quan
- Tương quan tuyến tính và hệ số tương quan Pearson
- Các giả định trong phân tích tương quan tuyến tính
- Chuẩn đoán quan hệ tuyến tính của 2 biến bằng biểu đồ phân tán
- Thực hành tính hiệp phương sai và hệ số tương quan Pearson trong SPSS
- Giá trị sig trong bảng hệ số tương quan Pearson
- Sử dụng hệ số tương quan Pearson khi nào
- Tương quan hạng Spearman
- Tương quan hạng Kendall
- Thực hành tương quan hạng Spearman và tương quan hạng Kendall trên SPSS
- Hệ số tương quan riêng
- Quan hệ giá- lượng cầu và hiện tượng hàng đắt vẫn cháy, hàng rẻ vẫn ế
- Tính hệ số tương quan riêng trên SPSS
- Trình bày kết quả phân tích tương quan
- Viết kết quả phân tích tương quan Pearson
Cập nhật: 07/05/2024 bởi admin0
Có thể bỏ qua
Sau Hiệp phương sai ta sẽ đến với một khái niệm vô cùng quen thuộc
Correlation là gì?
Để thể hiện mối quan hệ giữa 2 biến là “mạnh” hay “yếu”, chúng ta sử dụng correlation thay cho covariance.
Định nghĩa : Correlation coefficient của hai biến X và Y được tính theo công thức
Cor(X,Y) = ρ= Cov(X, Y) / (σ_X * σ_Y)
Các tính chất của Corelation :
1. Correlation là Covariance được chuẩn hóa của hai biến X, Y
2. Correlation thể hiện một tỉ lệ, do đó nó không có đơn vị đo
3. −1 ≤ ρ ≤ 1 (ρ = −1 khi và chỉ khi Y = aX + b và a<0 và ρ =1 khi và chỉ khi Y = aX + b và a > 0)