Корреляция, также известная как коэффициент линейной (Пирсона) корреляции, представляет собой регрессионную меру, которая пытается количественно оценить степень совместной вариации между двумя переменными.
Следовательно, это статистическая мера, которая количественно определяет линейную зависимость между двумя переменными, то есть, если значения, принимаемые двумя переменными, представлены на диаграмме разброса, коэффициент линейной корреляции будет указывать, насколько хорошо или плохо представлен набор точек. подходит к линии.
Менее разговорно, мы можем определить его как число, которое измеряет степень интенсивности и смысл взаимосвязи между двумя переменными.
Существование:
Cov (x; y): в ковариация между значениями «x» и «y».
σ (х): стандартное отклонение «х».
σ (y): стандартное отклонение «y».
Значения, которые может принимать корреляция
ρ = -1 Отрицательная идеальная корреляция
ρ = 0 Нет корреляции
ρ = +1 положительная идеальная корреляция
Мы говорим о положительной корреляции, если всякий раз, когда значение «x» увеличивается, значение «y» увеличивается, причем с той же интенсивностью (+1).
В противном случае, если всякий раз, когда значение «x» возрастает, а значение «y» падает, причем с той же интенсивностью, то мы говорим об отрицательной корреляции (-1).
Важно знать, что это не означает, что они делают это в одинаковой пропорции (если только у них не одинаковое стандартное отклонение).
Регрессионный анализГрафическое представление корреляции
Положительная идеальная корреляция:
Нет корреляции:
Отрицательная идеальная корреляция:
Совет: во многих случаях у нас нет средств или данных для использования этой формулы. Следовательно, если у нас есть два ценовых ряда, мы можем рассчитать коэффициент корреляции в Excel, используя следующую функцию: coef.de.correl (ценовой ряд x; ценовой ряд y).
r в квадрате или коэффициент детерминациикоэффициент вариации