Korrelationseksempler | Postiv og negativ korrelation

Korrelationseksempler i statistik

Eksemplet på den positive sammenhæng inkluderer forbrændte kalorier ved motion, hvor stigningen i niveauet for træningsniveauet for forbrændte kalorier også vil stige, og eksemplet på den negative sammenhæng inkluderer forholdet mellem stålpriser og priserne på stålvirksomheders aktier, hvorved stigningen i priserne på stålaktiekursen i stålvirksomhederne vil falde.

I statistik bruges korrelationen hovedsageligt til at analysere styrken af ​​forholdet mellem de variabler, der er under overvejelse, og yderligere måler det også, om der er nogen sammenhæng, dvs. lineær mellem de givne datasæt, og hvor godt de kunne relateres. En sådan almindelig måling, der anvendes inden for statistikområdet til korrelation, er Pearson Correlation Coefficient. Følgende korrelationseksempel giver en oversigt over de mest almindelige korrelationer.

Eksempel nr. 1

Vivek og Rupal er søskende, og Rupal er ældste for Vivek med 3 år. Sanjeev, deres far, er statistiker, og han var interesseret i at forske i det lineære forhold mellem højde og vægt. Derfor har han siden deres fødsel noteret deres højde og vægt i forskellige aldre og er nået til nedenstående data:

Han forsøger at identificere, om der er nogen sammenhæng mellem alder, højde og vægt, og er der nogen differentiering mellem dem?

Løsning:

> Vi plotter først et spredningsdiagram, og vi kommer under resultatet for Rupals og Viveks alder, højde og vægt.

Når alderen stiger, stiger højden og også vægten stiger, så der ser ud til at være et positivt forhold, med andre ord er der en positiv sammenhæng mellem højde og alder. Desuden observerede han, at vægten er svingende og ikke er stabil, det kan enten stige eller falde marginalt, men han observerede dog, at der er et positivt forhold mellem højde og vægt, det er når højden øger vægten også en tendens til at stige.

Således observerede han, at der er to vigtige forhold her, med alder - stigning i højde og med stigning i højde stiger også vægten, derfor alle tre-bære positive korrelationer.

Eksempel 2

John er begejstret for sommerferien. Hans forældre er dog bekymrede, da teenageren ville sidde hjemme og spille spil på mobil og tænde for aircondition hele tiden. De bemærkede de forskellige temperaturer og de enheder, der blev forbrugt af dem i løbet af sidste år, og fandt interessante data, og de ønskede at forudse deres kommende måneders regning, og de forventer, at temperaturen er nær 40 * C, men de vil vide, om der er nogen sammenhæng mellem temperatur og elregning?

Løsning:

Lad os også analysere dette gennem et diagram.

 

Vi har plottet elregninger og temperatur og noteret deres forskellige punkter. Der ser ud til at være en sammenhæng mellem temperaturen og elregningen, når temperaturen er kold, elregningen er under kontrol, hvilket giver mening, da familien ville bruge mindre af aircondition og når og når temperaturen stiger, brugen af ​​air condition, geysir ville øges, hvilket ville ramme dem med en højere pris, hvilket fremgår af ovenstående graf, hvor elregningen stiger kraftigt.

Ud fra dette kan vi konkludere, at der ikke er nogen lineær sammenhæng, men ja der er en positiv sammenhæng. Derfor kan familien igen forvente et regningsbeløb for maj i intervallet 6400 til 7000.

Eksempel 3

Tom har startet en ny cateringvirksomhed, hvor han først analyserer omkostningerne ved at lave en sandwich, og hvilken pris skal han sælge dem. Han har samlet nedenstående oplysninger efter at have talt med forskellige kokke, der i øjeblikket sælger sandwichen.

Tom var overbevist om, at der er et positivt lineært forhold mellem antal sandwich og de samlede omkostninger ved at fremstille det. Analyser, om denne påstand er sand?

Løsning:

Efter at have plottet punkterne mellem antallet af tilberedte sandwich versus omkostningerne ved at lave dem, er der bestemt et positivt forhold mellem dem.

Og det kan ses fra ovenstående tabel, ja der er en positiv lineær sammenhæng mellem, og hvis man kører sammenhæng, vil den komme +1. Derfor, da han laver mere sandwich, vil omkostningerne stige, og det ser ud til at være gyldigt, da jo mere sandwich der laves, jo flere grøntsager vil være påkrævet, og som brød ville være nødvendigt. Derfor har dette et positivt perfekt lineært forhold baseret på de givne data.

Eksempel 4

Rakesh har investeret i ABC-aktier i ganske lang tid. Han vil vide, om ABC-aktier er en god hæk for markedet. Da han også har investeret i en ETF-fond, der sporer et markedsindeks. Han har samlet nedenstående data for de sidste 12 månedlige afkast på aktien ABC og Index.

Ved hjælp af korrelation kan du identificere den slags forhold, ABC-aktien har med markedet, og om det afdækker porteføljen?

Løsning:

Ved hjælp af nedenstående korrelationskoefficient, der behandler ABC-aktiekursændringer som x og ændringer i markedets indeks som y, får vi korrelation som -0,90

Dette er helt klart en tæt på perfekt negativ sammenhæng eller med andre ord negativt forhold.

Derfor, når markedet stiger, falder aktiekursen på ABC, og når markedet falder, stiger aktiekursen på ABC, hvorfor det er en god afdækning for porteføljen.

Konklusion

Det kan konkluderes, at der kunne være en sammenhæng mellem to variabler, men ikke nødvendigvis et lineært forhold. Der kan være eksponentiel korrelation eller logkorrelation, så hvis man får et resultat om, at der er en positiv eller negativ korrelation, skal det vurderes ved at plotte variablerne på grafen og finde ud af, om der virkelig er noget forhold eller der er ansporing sammenhæng.