корелация е статистически метод за разглеждане на линейна връзка между две количествени променливи. С други думи , тя изглежда колко добре по права линия се вписва данните. Корелации варират от -1 до +1; корелация от -1 означава перфектна отрицателна връзка ( като една променлива върви нагоре , другата отива надолу) , а корелация +1 означава перфектна положителна връзка ( като един върви нагоре , а другият отива нагоре ) . Установена е корелация на 0 означава, че няма линейна връзка . Непараметрични корелация прави по-малко предположения , отколкото на параметри корелация. Parametric регресия поема променливите са интервални или съотношение мащаб . Rho Спиърмън е

Rho Спиърмън е ( гръцката буква ) приема само , че променливите са редни мащаб . Поредният мащабиране означава номера, дадени за всяка променлива са в правилния ред , но не е задължително да е равномерно разпределен . Например, ако попитате хората колко много те харесва президента Обама и изборите са били “ Ни най-малко „, “ Малко „, “ Донякъде „, “ Pretty много“, и “ много неща“ и тези избори бяха отбелязани 1 , 2, 3 , 4 и 5 , а след това числата са в правилния ред , но това е трудно да се каже , ако разликата между „изобщо “ и “ малко “ е същата като разликата между “ доста “ и “ голяма сделка. “ За да се изчисли R на Spearman , се класира на данните и изчисляване на обичайното корелация между редиците .
Tau

Кендъл

тау Кендъл ( гръцката буква ) също така предполага, данните са редни , но има различно значение от R. Спиърмън да разбере тау Кендъл , трябва първо да разберем непротиворечиви и несъгласувани двойки. A двойка е да са две теми в набора от данни , например, ако си имаш работа с хора , една двойка може да бъде Боб и Джо . Чифт стойности е съответстващо , ако обектът , който е по-висок от една променлива е по-висока от другата. Чифт е несъгласуван ако обектът , който е по-висок от една променлива е по-ниска от друга . Тау Kendall може да бъде изчислен като ( CD ) /( N * N – 1/2 ) , където С е броят на хармонични двойки , D е броят на несъответстващи двойки и п е броя на индивиди.

Гудман – Kruskal Gamma

гама Гудман – Kruskal на ( гръцката буква ) също така предполага, редни данни. Той е изчислен като (CD ) /( C + D) , където C и D имат същото значение като в раздел 2 Gamma е по- подходяща, когато има много вързани наблюдения. То също е малко по-лесно да се разбере.

Chi – Square

Chi -квадрат предполага само , че данните са поименни, който няма присъщо ред. Например, ако попитате хората за тяхната етническа група, и изборите са “ White „, „Black „, “ Латино „, “ Азия “ и “ Други „, тогава няма да се отговори . Поради тази причина , някои биха казали, че Chi -квадрат не е наистина една мярка на корелация, но със сигурност това е мярка за връзката между две променливи. За да се изчисли Chi -квадрат , данните трябва да бъдат под формата на таблица за извънредни ситуации . Обозначете редовете и колоните с цифри , след което се изчислява очакваната стойност във всяка клетка ( на редовете общо Times Общо на колоната разделен на общия сбор ) . След това , да намерите разликите между наблюдаваните и очакваните честоти във всяка клетка , да ги изправят , да ги разделим на наблюдаваните честоти , и добавете всички Коефициентите . За разлика от други мерки , Chi -квадрат може да поеме всяко положително число .