ผลต่างระหว่างรุ่นของ "สหสัมพันธ์"
เนื้อหาที่ลบ เนื้อหาที่เพิ่ม
ล autoCategory |
ล replaceViaSearch |
||
บรรทัด 12: | บรรทัด 12: | ||
โดย ''E'' คือตัวดำเนินการของ[[ค่าคาดหมาย]], ''cov'' คือ [[ความแปรปรวนร่วมเกี่ยว]], และ ''corr'' คือค่าสหสัมพันธ์ของเพียร์สัน |
โดย ''E'' คือตัวดำเนินการของ[[ค่าคาดหมาย]], ''cov'' คือ [[ความแปรปรวนร่วมเกี่ยว]], และ ''corr'' คือค่าสหสัมพันธ์ของเพียร์สัน |
||
หมายเหตุ สหสัมพันธ์ของเพียร์สันจะนิยามได้เฉพาะกรณีที่ไม่มีค่าเบี่ยงเบน |
หมายเหตุ สหสัมพันธ์ของเพียร์สันจะนิยามได้เฉพาะกรณีที่ไม่มีค่าเบี่ยงเบนมาตรฐานของตัวแปรตัวใดตัวหนึ่งเป็นศูนย์ |
||
== อ้างอิง == |
== อ้างอิง == |
รุ่นแก้ไขเมื่อ 17:16, 8 กันยายน 2555
สำหรับสถิติศาสตร์ สหสัมพันธ์ (อังกฤษ: correlation) หมายถึงความสัมพันธ์ทางสถิติระหว่างตัวแปรสุ่มตั้งแต่สองตัวแปรขึ้นไป
Pearson's product-moment coefficient
ค่าของสหสัมพันธ์อาจคำนวณได้จากสหสัมพันธ์ของเพียร์สัน (Pearson's correlation) ซึ่งคือการนำค่าความแปรปรวนร่วมเกี่ยวระหว่างตัวแปรสุ่มทั้งสองไปหารด้วยค่าเบี่ยงเบนมาตรฐานของตัวแปรทั้งสอง
สัมประสิทธิ์สหสัมพันธ์ ρX,Y ระหว่างตัวแปรสุ่ม X และ Y โดยที่มีค่าคาดหมาย μX และ μY และ ค่าเบี่ยงเบนมาตรฐาน σX และ σY นิยามได้ดังนี้:
โดย E คือตัวดำเนินการของค่าคาดหมาย, cov คือ ความแปรปรวนร่วมเกี่ยว, และ corr คือค่าสหสัมพันธ์ของเพียร์สัน
หมายเหตุ สหสัมพันธ์ของเพียร์สันจะนิยามได้เฉพาะกรณีที่ไม่มีค่าเบี่ยงเบนมาตรฐานของตัวแปรตัวใดตัวหนึ่งเป็นศูนย์
อ้างอิง
อ่านเพิ่มเติม
- Cohen, J., Cohen P., West, S.G., & Aiken, L.S. (2002). Applied multiple regression/correlation analysis for the behavioral sciences (3rd ed.). Psychology Press. ISBN 0805822232.
{{cite book}}
: CS1 maint: multiple names: authors list (ลิงก์)
แหล่งข้อมูลอื่น
- Earliest Uses: Correlation - gives basic history and references.
- Understanding Correlation - Introductory material by a U. of Hawaii Prof.
- Statsoft Electronic Textbook
- Pearson's Correlation Coefficient - How to calculate it quickly
- Learning by Simulations - The distribution of the correlation coefficient
- Correlation measures the strength of a linear relationship between two variables.
- MathWorld page on (cross-) correlation coefficient(s) of a sample.
- Compute Significance between two correlations - A useful website if one wants to compare two correlation values.
- A MATLAB Toolbox for computing Weighted Correlation Coefficients
- Proof that the Sample Bivariate Correlation Coefficient has Limits ±1