ກະວີ:
Morris Wright
ວັນທີຂອງການສ້າງ:
28 ເດືອນເມສາ 2021
ວັນທີປັບປຸງ:
19 ມິຖຸນາ 2024
ເນື້ອຫາ
- ເພື່ອກ້າວ
- ວິທີທີ 1 ຂອງ 4: ຄິດໄລ່ຕົວຄູນ correlation ດ້ວຍມື
- ວິທີທີ່ 2 ຂອງ 4: ການ ນຳ ໃຊ້ເຄື່ອງຄິດເລກເຊື່ອມຕໍ່ອອນລາຍ
- ວິທີທີ 3 ຂອງ 4: ການ ນຳ ໃຊ້ເຄື່ອງຄິດໄລ່ກາຟິກ
- ຄຳ ແນະ ນຳ
- ຄຳ ເຕືອນ
ຕົວຄູນ correlation, ໝາຍ ເຖິງ r ຫຼືρ, ແມ່ນມາດຕະການຂອງການເຊື່ອມຕໍ່ເສັ້ນ (ສາຍພົວພັນ, ທັງໃນຄວາມເຂັ້ມແຂງແລະທິດທາງ) ລະຫວ່າງສອງຕົວແປ. ມັນຕັ້ງແຕ່ -1 ເຖິງ +1, ໂດຍໃຊ້ເຄື່ອງ ໝາຍ ບວກແລະລົບເພື່ອເປັນຕົວແທນຂອງການພົວພັນທາງບວກແລະລົບ. ຖ້າຕົວຄູນ correlation ແມ່ນແນ່ນອນ -1, ຫຼັງຈາກນັ້ນ, ຄວາມ ສຳ ພັນລະຫວ່າງຕົວແປສອງຢ່າງແມ່ນລົບບໍ່ສົມບູນ; ຖ້າຕົວຄູນ correlation ແມ່ນແທ້ +1, ແລ້ວຄວາມ ສຳ ພັນຈະເປັນໄປໃນທາງບວກ ໝົດ. ສອງຕົວແປສາມາດມີການພົວພັນກັນໃນທາງບວກ, ການພົວພັນທາງລົບ, ຫລືບໍ່ມີຄວາມກ່ຽວຂ້ອງຫຍັງເລີຍ. ທ່ານສາມາດຄິດໄລ່ການເຊື່ອມສານກັນດ້ວຍມື, ໂດຍໃຊ້ບາງສ່ວນຂອງການຄິດໄລ່ການຄິດໄລ່ແບບບໍ່ເສຍຄ່າທີ່ມີຢູ່ທາງອິນເຕີເນັດ, ຫຼືໂດຍໃຊ້ສະຖິຕິຂອງເຄື່ອງຄິດໄລ່ກາຟິກທີ່ດີ.
ເພື່ອກ້າວ
ວິທີທີ 1 ຂອງ 4: ຄິດໄລ່ຕົວຄູນ correlation ດ້ວຍມື
- ທໍາອິດເກັບກໍາຂໍ້ມູນຂອງທ່ານ. ເພື່ອເລີ່ມຕົ້ນການຄິດໄລ່ການພົວພັນທີ່ມີປະສິດຕິພາບ, ທຳ ອິດໃຫ້ກວດເບິ່ງຄູ່ຂໍ້ມູນ. ມັນເປັນປະໂຫຍດທີ່ຈະໃສ່ພວກມັນໄວ້ໃນໂຕະ, ທັງແນວຕັ້ງແລະແນວນອນ. ໃສ່ປ້າຍແຕ່ລະແຖວຫລືຄໍ ລຳ x ແລະ y.
- ຕົວຢ່າງ, ສົມມຸດວ່າທ່ານມີສີ່ຄູ່ຂໍ້ມູນ ສຳ ລັບ X ແລະ y. ຕາຕະລາງຫຼັງຈາກນັ້ນອາດຈະເບິ່ງຄືແນວນີ້:
- x || y
- 1 || 1
- 2 || 3
- 4 || 5
- 5 || 7
- ຕົວຢ່າງ, ສົມມຸດວ່າທ່ານມີສີ່ຄູ່ຂໍ້ມູນ ສຳ ລັບ X ແລະ y. ຕາຕະລາງຫຼັງຈາກນັ້ນອາດຈະເບິ່ງຄືແນວນີ້:
- ຄິດໄລ່ຄ່າສະເລ່ຍຂອງ X. ເພື່ອຄິດໄລ່ຄ່າສະເລ່ຍ, ທ່ານຕ້ອງການຄຸນຄ່າທັງ ໝົດ ຂອງ X ເພີ່ມແລະຈາກນັ້ນແບ່ງຕາມ ຈຳ ນວນຄ່າ.
- ໂດຍໃຊ້ຕົວຢ່າງຂ້າງເທິງ, ໃຫ້ສັງເກດວ່າທ່ານມີຄຸນຄ່າສີ່ຢ່າງ X. ເພື່ອຄິດໄລ່ຄ່າສະເລ່ຍ, ທ່ານເພີ່ມຄ່າທັງ ໝົດ X ແລະແບ່ງມັນໂດຍ 4. ການຄິດໄລ່ມີລັກສະນະດັ່ງນີ້:
- ຊອກຫາຄວາມ ໝາຍ ຂອງ y. ເຖິງສະເລ່ຍຂອງ y ເພື່ອຊອກຫາມັນ, ປະຕິບັດຕາມຂັ້ນຕອນດຽວກັນ, ເພີ່ມຄ່າທັງ ໝົດ ຂອງ y ຮ່ວມກັນແລ້ວແບ່ງຕາມ ຈຳ ນວນຄ່າ.
- ໃນຕົວຢ່າງຂ້າງເທິງ, ທ່ານຍັງມີຄຸນຄ່າສີ່ຢ່າງ ສຳ ລັບ y. ຕື່ມຄ່າທັງ ໝົດ ເຫຼົ່ານີ້ເຂົ້າກັນແລ້ວແບ່ງໃຫ້ 4. ການຄິດໄລ່ຈະເບິ່ງຄືດັ່ງນີ້:
- ກຳ ນົດມາດຕະຖານການບ່ຽງເບນມາດຕະຖານຂອງ X. ເມື່ອທ່ານມີວິທີການຂອງທ່ານແລ້ວ, ທ່ານສາມາດຄິດໄລ່ການບ່ຽງເບນມາດຕະຖານ. ເພື່ອເຮັດສິ່ງນີ້, ໃຫ້ໃຊ້ສູດ:
- ຄິດໄລ່ການບ່ຽງເບນມາດຕະຖານຂອງ y. ການ ນຳ ໃຊ້ຂັ້ນຕອນພື້ນຖານດຽວກັນ, ຊອກຫາການບ່ຽງເບນມາດຕະຖານຂອງ y. ເຈົ້າຈະໃຊ້ສູດດຽວກັນ, ໂດຍໃຊ້ຈຸດຂໍ້ມູນ ສຳ ລັບ y.
- ດ້ວຍຂໍ້ມູນຕົວຢ່າງ, ການຄິດໄລ່ຂອງທ່ານຈະມີລັກສະນະດັ່ງນີ້:
- ທົບທວນຄືນສູດພື້ນຖານ ສຳ ລັບການ ກຳ ນົດຕົວຄູນ ສຳ ພັນ. ສູດ ສຳ ລັບການຄິດໄລ່ຕົວຄູນ ນຳ ໃຊ້ວິທີການ, ການບ່ຽງເບນມາດຕະຖານແລະ ຈຳ ນວນຄູ່ໃນຊຸດຂໍ້ມູນ (ສະແດງໂດຍ ນ). ຕົວຄູນ correlation ຕົວຂອງມັນເອງແມ່ນຕົວແທນໂດຍຕົວອັກສອນຕົວນ້ອຍ r ຫຼືຕົວອັກສອນກະເຣັກρ (ລົບ). ສຳ ລັບບົດຂຽນນີ້, ພວກເຮົາຈະ ນຳ ໃຊ້ສູດທີ່ຮູ້ກັນວ່າຕົວຄູນ correlation Pearson ດັ່ງທີ່ສະແດງຢູ່ດ້ານລຸ່ມ:
- ກຳ ນົດຕົວຄູນຂອງການເຊື່ອມໂຍງ. ດຽວນີ້ທ່ານມີວິທີການແລະຄວາມແຕກຕ່າງມາດຕະຖານ ສຳ ລັບຕົວແປຂອງທ່ານ, ດັ່ງນັ້ນທ່ານສາມາດກ້າວໄປສູ່ສູດຄິດໄລ່ຕົວຄູນທີ່ກ່ຽວຂ້ອງ. ຈື່ໄວ້ວ່າ ນ ສະແດງ ຈຳ ນວນຂອງຄຸນຄ່າທີ່ທ່ານມີ. ທ່ານໄດ້ເຮັດຂໍ້ມູນອື່ນໆທີ່ກ່ຽວຂ້ອງໃນຂັ້ນຕອນຂ້າງເທິງນີ້ແລ້ວ.
- ໂດຍການ ນຳ ໃຊ້ຂໍ້ມູນຕົວຢ່າງ, ທ່ານສາມາດໃສ່ຂໍ້ມູນເຂົ້າໃນສູດຄິດໄລ່ຕົວຄູນແລະຄິດໄລ່ມັນດັ່ງຕໍ່ໄປນີ້:
- ຕີຄວາມ ໝາຍ ຜົນໄດ້ຮັບ. ສຳ ລັບຊຸດຂໍ້ມູນນີ້, ຕົວຄູນ ສຳ ພັນແມ່ນ 0.988. ຕົວເລກນີ້ບອກທ່ານສອງຢ່າງກ່ຽວກັບຂໍ້ມູນ. ເບິ່ງທີ່ປ້າຍຂອງເບີແລະຂະ ໜາດ ຂອງຕົວເລກ.
- ເນື່ອງຈາກຕົວຄູນ correlation ແມ່ນບວກ, ທ່ານສາມາດເວົ້າໄດ້ວ່າມີການພົວພັນທາງບວກລະຫວ່າງຂໍ້ມູນ x ແລະຂໍ້ມູນ y. ນີ້ ໝາຍ ຄວາມວ່າຖ້າຄ່າ x ເພີ່ມຂື້ນ, ທ່ານຄາດວ່າຄ່າ y ຈະເພີ່ມຂື້ນເຊັ່ນກັນ.
- ເນື່ອງຈາກຕົວຄູນ correlation ມີຄວາມໃກ້ຄຽງກັບ +1, ຂໍ້ມູນ x ແລະຂໍ້ມູນ y ມີຄວາມກ່ຽວຂ້ອງຢ່າງໃກ້ຊິດ. ຖ້າທ່ານຕ້ອງໄດ້ ກຳ ນົດຈຸດເຫຼົ່ານີ້, ທ່ານຈະເຫັນວ່າມັນແມ່ນການປະມານທີ່ດີຫຼາຍກັບເສັ້ນຊື່.
- ກຳ ນົດຕົວຄູນຂອງການເຊື່ອມໂຍງ. ດຽວນີ້ທ່ານມີວິທີການແລະຄວາມແຕກຕ່າງມາດຕະຖານ ສຳ ລັບຕົວແປຂອງທ່ານ, ດັ່ງນັ້ນທ່ານສາມາດກ້າວໄປສູ່ສູດຄິດໄລ່ຕົວຄູນທີ່ກ່ຽວຂ້ອງ. ຈື່ໄວ້ວ່າ ນ ສະແດງ ຈຳ ນວນຂອງຄຸນຄ່າທີ່ທ່ານມີ. ທ່ານໄດ້ເຮັດຂໍ້ມູນອື່ນໆທີ່ກ່ຽວຂ້ອງໃນຂັ້ນຕອນຂ້າງເທິງນີ້ແລ້ວ.
- ຄິດໄລ່ການບ່ຽງເບນມາດຕະຖານຂອງ y. ການ ນຳ ໃຊ້ຂັ້ນຕອນພື້ນຖານດຽວກັນ, ຊອກຫາການບ່ຽງເບນມາດຕະຖານຂອງ y. ເຈົ້າຈະໃຊ້ສູດດຽວກັນ, ໂດຍໃຊ້ຈຸດຂໍ້ມູນ ສຳ ລັບ y.
ວິທີທີ່ 2 ຂອງ 4: ການ ນຳ ໃຊ້ເຄື່ອງຄິດເລກເຊື່ອມຕໍ່ອອນລາຍ
- ຄົ້ນຫາ online ສຳ ລັບເຄື່ອງຄິດເລກເຊື່ອມຕໍ່. ການວັດແທກຄວາມ ສຳ ພັນແມ່ນການຄິດໄລ່ມາດຕະຖານທີ່ ເໝາະ ສົມ ສຳ ລັບນັກສະຖິຕິ. ການຄິດໄລ່ສາມາດກາຍເປັນເລື່ອງທີ່ ໜ້າ ເບື່ອ ສຳ ລັບຊຸດຂໍ້ມູນໃຫຍ່ຖ້າເຮັດດ້ວຍມື. ເພາະສະນັ້ນ, ຫລາຍໆແຫລ່ງໄດ້ເຮັດໃຫ້ການ ຄຳ ນວນຄິດໄລ່ທີ່ກ່ຽວຂ້ອງກັນທົ່ວໄປມີຢູ່ໃນອິນເຕີເນັດ. ໃຊ້ເຄື່ອງມືຄົ້ນຫາໃດ ໜຶ່ງ ແລະໃສ່ ຄຳ ຄົ້ນ "ເຄື່ອງຄິດເລກເຊື່ອມຕໍ່".
- ໃສ່ຂໍ້ມູນ. ອ່ານ ຄຳ ແນະ ນຳ ໃນເວັບໄຊທ໌ຢ່າງລະມັດລະວັງເພື່ອໃຫ້ທ່ານສາມາດໃສ່ຂໍ້ມູນໄດ້ຢ່າງຖືກຕ້ອງ. ມັນເປັນສິ່ງ ສຳ ຄັນທີ່ຄູ່ຂໍ້ມູນຈະຖືກເກັບຮັກສາໄວ້ເປັນລະບຽບຫລືທ່ານຈະໄດ້ຮັບຜົນທີ່ບໍ່ຖືກຕ້ອງ. ເວັບໄຊທ໌ທີ່ແຕກຕ່າງກັນໃຊ້ຮູບແບບທີ່ແຕກຕ່າງກັນເພື່ອປ້ອນຂໍ້ມູນ.
- ຍົກຕົວຢ່າງ, ຢູ່ໃນເວັບໄຊທ໌ http://ncalculators.com/statistics/correlation-coefficient-calculator.htm ທ່ານຈະເຫັນຊ່ອງທາງນອນ ສຳ ລັບການປ້ອນຄ່າ x ແລະກ່ອງແນວນອນທີສອງ ສຳ ລັບການປ້ອນຄ່າຄ່າ y ທ່ານໃສ່ເງື່ອນໄຂ, ແຍກພຽງແຕ່ດ້ວຍເຄື່ອງ ໝາຍ ຈຸດ. ດັ່ງນັ້ນ, ຊຸດຂໍ້ມູນ x ທີ່ຖືກຄິດໄລ່ກ່ອນ ໜ້າ ນີ້ໃນບົດຂຽນນີ້ຄວນຈະໃສ່ເປັນ 1,2,4,5. ຊຸດຂໍ້ມູນ y ຖືກໃສ່ເປັນ 1,3,5,7.
- ຢູ່ໃນເວັບໄຊທ໌ອື່ນ, http://www.alcula.com/calculators/statistics/correlation-coefficient/, ທ່ານສາມາດປ້ອນຂໍ້ມູນຕາມແນວນອນຫຼືແນວຕັ້ງ, ຕາບໃດທີ່ທ່ານຍັງຮັກສາຈຸດຂໍ້ມູນໄວ້ເປັນ ລຳ ດັບ.
- ຄິດໄລ່ຜົນໄດ້ຮັບ. ສະຖານທີ່ຄິດໄລ່ເຫຼົ່ານີ້ແມ່ນໄດ້ຮັບຄວາມນິຍົມເພາະວ່າຫຼັງຈາກທີ່ເຂົ້າຂໍ້ມູນທ່ານໂດຍທົ່ວໄປແລ້ວທ່ານພຽງແຕ່ຕ້ອງກົດປຸ່ມ "ຄິດໄລ່" - ຜົນໄດ້ຮັບຈະປາກົດໂດຍອັດຕະໂນມັດ
ວິທີທີ 3 ຂອງ 4: ການ ນຳ ໃຊ້ເຄື່ອງຄິດໄລ່ກາຟິກ
- ໃສ່ລາຍລະອຽດຂອງທ່ານ. ໃນເຄື່ອງຄິດໄລ່ກາຟິກຂອງທ່ານ, ເປີດໃຊ້ ໜ້າ ທີ່ສະຖິຕິແລະຈາກນັ້ນເລືອກ ຄຳ ສັ່ງ "ດັດແກ້".
- ເຄື່ອງຄິດໄລ່ແຕ່ລະເຄື່ອງມີ ຄຳ ສັ່ງທີ່ແຕກຕ່າງກັນເລັກນ້ອຍ. ບົດຂຽນນີ້ໃຫ້ ຄຳ ແນະ ນຳ ສະເພາະ ສຳ ລັບ Texas Instruments TI-86.
- ເພື່ອເຂົ້າເຖິງຟັງຊັນ Stat, ກົດ [2nd] -Stat (ຂ້າງເທິງປຸ່ມ "+") ແລ້ວກົດ F2-Edit.
- ລົບລ້າງຂໍ້ມູນເກົ່າທີ່ເກັບໄວ້ທັງ ໝົດ. ເຄື່ອງຄິດໄລ່ສ່ວນໃຫຍ່ຈະຮັກສາຂໍ້ມູນສະຖິຕິຈົນກວ່າມັນຈະຖືກເກັບກູ້. ເພື່ອໃຫ້ແນ່ໃຈວ່າທ່ານບໍ່ສັບສົນຂໍ້ມູນເກົ່າກັບຂໍ້ມູນ ໃໝ່, ທ່ານຄວນລົບລ້າງຂໍ້ມູນທີ່ບັນທຶກໄວ້ກ່ອນ ໜ້າ ນີ້ທັງ ໝົດ.
- ໃຊ້ປຸ່ມລູກສອນເພື່ອຍ້າຍຕົວກະພິບເພື່ອຍົກໃຫ້ເຫັນປະເພດ "xStat". ຈາກນັ້ນກົດ“ Clear” ແລະ“ Enter. ນີ້ຄວນ ກຳ ຈັດຄ່າທັງ ໝົດ ໃນຖັນ xStat.
- ໃຊ້ປຸ່ມລູກສອນເພື່ອເນັ້ນປະເພດ "yStat". ກົດປຸ່ມ "Clear" ແລະ "Enter" ເພື່ອ ກຳ ຈັດຂໍ້ມູນ ສຳ ລັບຖັນນັ້ນ.
- ໃສ່ຄ່າຂໍ້ມູນຂອງທ່ານ. ໃຊ້ປຸ່ມລູກສອນເພື່ອຍ້າຍຕົວກະພິບໄປທີ່ພື້ນທີ່ ທຳ ອິດພາຍໃຕ້ຫົວ xStat. ພິມໃສ່ມູນຄ່າຂໍ້ມູນ ທຳ ອິດຂອງທ່ານແລ້ວກົດ Enter. ທ່ານຄວນຈະເຫັນພື້ນທີ່ຢູ່ທາງລຸ່ມຂອງ ໜ້າ ຈໍ "xStat (1) = __", ບ່ອນທີ່ມູນຄ່າຂອງທ່ານເຕັມໄປດ້ວຍພື້ນທີ່ຫວ່າງ. ເມື່ອທ່ານກົດ Enter, ຂໍ້ມູນຈະຕື່ມໃສ່ຕາຕະລາງ, ຕົວກະພິບຈະຍ້າຍໄປແຖວຕໍ່ໄປ, ແລະສາຍຢູ່ທາງລຸ່ມຂອງ ໜ້າ ຈໍຕອນນີ້ຄວນອ່ານ "xStat (2) = __".
- ສືບຕໍ່ໃສ່ຄ່າ x ທັງ ໝົດ.
- ເມື່ອທ່ານປ້ອນຄ່າ x, ໃຊ້ປຸ່ມລູກສອນເພື່ອຍ້າຍໄປທີ່ຖັນ yStat ແລະໃສ່ຄ່າ y.
- ເມື່ອຂໍ້ມູນທັງ ໝົດ ຖືກປ້ອນເຂົ້າ, ກົດປຸ່ມອອກເພື່ອລົບລ້າງ ໜ້າ ຈໍແລະອອກຈາກເມນູ Stat.
- ຄິດໄລ່ສະຖິຕິການອອກຕາມເສັ້ນຊື່. ຕົວຄູນ correlation ແມ່ນການວັດແທກວິທີການທີ່ຂໍ້ມູນປະມານເສັ້ນຊື່ໃກ້ຄຽງກັນ. ເຄື່ອງຄິດໄລ່ກາຟິກທີ່ມີ ໜ້າ ທີ່ທາງສະຖິຕິສາມາດ ຄຳ ນວນເສັ້ນທີ່ ເໝາະ ສົມທີ່ສຸດແລະຕົວຄູນເຊື່ອມໂຍງຢ່າງໄວວາ.
- ກະລຸນາໃສ່ຟັງຊັນ Stat ແລະຈາກນັ້ນກົດປຸ່ມ Calc. ໃນ TI-86, ນີ້ແມ່ນ [ທີ 2] [ສະຖິຕິ] [F1].
- ເລືອກການຄິດໄລ່ Regar Regarion. ເທິງ TI-86, ນີ້ແມ່ນ [F3], ມີປ້າຍຊື່ວ່າ "LinR." ຫຼັງຈາກນັ້ນ, ຈໍສະແດງກາຟິກຈະສະແດງເສັ້ນ "LinR _" ທີ່ມີຕົວກະພິບ.
- ດຽວນີ້ທ່ານຕ້ອງໃສ່ຊື່ຂອງຕົວແປສອງຕົວທີ່ທ່ານຕ້ອງການຄິດໄລ່. ເຫຼົ່ານີ້ແມ່ນ xStat ແລະ yStat.
- ຢູ່ໃນ TI-86, ເລືອກລາຍຊື່ ("ຊື່") ໂດຍກົດ [2nd] [ລາຍຊື່] [F3].
- ເສັ້ນທາງລຸ່ມຂອງ ໜ້າ ຈໍຂອງທ່ານຕອນນີ້ຄວນສະແດງຕົວແປທີ່ມີຢູ່. ເລືອກ [xStat] (ນີ້ອາດຈະເປັນປຸ່ມ F1 ຫຼື F2), ຫຼັງຈາກນັ້ນໃສ່ເຄື່ອງ ໝາຍ ຈຸດແລະຫຼັງຈາກນັ້ນ [yStat].
- ກົດ Enter ເພື່ອຄິດໄລ່ຂໍ້ມູນ
- ຕີຄວາມ ໝາຍ ຜົນໄດ້ຮັບ. ເມື່ອທ່ານກົດ Enter, ເຄື່ອງຄິດໄລ່ຈະຄິດໄລ່ຂໍ້ມູນຕໍ່ໄປນີ້ ສຳ ລັບຂໍ້ມູນທີ່ທ່ານປ້ອນລົງ:
- ເຂົ້າໃຈແນວຄວາມຄິດຂອງການພົວພັນກັນ. Correlation ໝາຍ ເຖິງຄວາມ ສຳ ພັນທາງສະຖິຕິລະຫວ່າງສອງປະລິມານ. ຕົວຄູນ correlation ແມ່ນຕົວເລກດຽວທີ່ທ່ານສາມາດ ຄຳ ນວນ ສຳ ລັບສອງຈຸດຂອງຂໍ້ມູນ. ຈໍານວນແມ່ນສະເຫມີໄປບາງສິ່ງບາງຢ່າງລະຫວ່າງ -1 ແລະ +1, ແລະຊີ້ໃຫ້ເຫັນເຖິງສອງຊຸດຂໍ້ມູນທີ່ໃກ້ຊິດ.
- ຕົວຢ່າງ: ຖ້າທ່ານວັດແທກຄວາມສູງແລະອາຍຸຂອງເດັກນ້ອຍອາຍຸປະມານ 12 ປີ, ທ່ານກໍ່ຈະຄາດຫວັງວ່າຈະພົບກັບຄວາມ ສຳ ພັນທາງບວກທີ່ແຂງແຮງ. ເມື່ອເດັກນ້ອຍໃຫຍ່ຂື້ນ, ພວກເຂົາມັກຈະສູງ.
- ຕົວຢ່າງຂອງການພົວພັນທາງລົບແມ່ນການປຽບທຽບເວລາທີ່ຜູ້ໃດຜູ້ ໜຶ່ງ ໃຊ້ເວລາຝຶກຫັດກgolfອບກັບຄະແນນກwithອບຂອງຄົນນັ້ນ. ເມື່ອການປະຕິບັດມີຄວາມຄືບ ໜ້າ, ຄະແນນຄວນຫຼຸດລົງ.
- ໃນທີ່ສຸດ, ທ່ານຈະຄາດຫວັງວ່າຈະມີການພົວພັນກັນເລັກ ໜ້ອຍ, ບວກຫລືລົບ, ລະຫວ່າງຂະ ໜາດ ເກີບຂອງຄົນ, ຕົວຢ່າງ, ແລະລະດັບການສອບເສັງຂອງພວກເຂົາ.
- ຄິດໄລ່ຄ່າສະເລ່ຍ. ຕົວເລກເລກຄະນິດສາດຫຼື "ຄວາມ ໝາຍ" ຂອງຊຸດຂໍ້ມູນຖືກຄິດໄລ່ໂດຍການເພີ່ມຄ່າທັງ ໝົດ ຂອງຂໍ້ມູນແລະຈາກນັ້ນແບ່ງຕາມ ຈຳ ນວນຂອງຄ່າໃນຊຸດ. ເພື່ອ ກຳ ນົດຄ່າຕົວຄູນ ສຳ ລັບຂໍ້ມູນຂອງທ່ານ, ທ່ານຕ້ອງຄິດໄລ່ສະເລ່ຍຂອງແຕ່ລະຊຸດຂອງຂໍ້ມູນ.
- ຄວາມ ໝາຍ ຂອງຕົວປ່ຽນແມ່ນສະແດງໂດຍຕົວແປທີ່ມີເສັ້ນນອນຢູ່ ເໜືອ ມັນ. ນີ້ມັກຈະຖືກເອີ້ນວ່າ "x-bar" ຫຼື "y-bar" ສຳ ລັບຊຸດຂໍ້ມູນຂອງ x ແລະ y. ອີກທາງເລືອກ ໜຶ່ງ, ຄ່າສະເລ່ຍສາມາດຖືກສະແດງໂດຍຕົວອັກສອນຕົວກະເຣັກ case (mu). ຕົວຢ່າງ: ເພື່ອຊີ້ບອກຈຸດ ໝາຍ ຂອງຂໍ້ມູນຂອງ x, ທ່ານສາມາດໃຊ້μX ຫຼືμ (x).
- ຕົວຢ່າງ: ຖ້າທ່ານມີ x (1,2,5,6,9,10), ຄ່າສະເລ່ຍຂອງຂໍ້ມູນນີ້ຈະຖືກຄິດໄລ່ດັ່ງຕໍ່ໄປນີ້:
- ຮູ້ຄວາມ ສຳ ຄັນຂອງການບ່ຽງເບນມາດຕະຖານ. ໃນສະຖິຕິ, ການບ່ຽງເບນມາດຕະຖານວັດແທກການປ່ຽນແປງ, ສະແດງການກະແຈກກະຈາຍຂອງຕົວເລກຈາກຄ່າສະເລ່ຍ. ກຸ່ມຂອງຕົວເລກທີ່ມີການບ່ຽງເບນມາດຕະຖານຕໍ່າແມ່ນຂ້ອນຂ້າງໃກ້ຄຽງກັນ. ກຸ່ມຂອງຕົວເລກທີ່ມີການບ່ຽງເບນມາດຕະຖານສູງແມ່ນກະແຈກກະຈາຍກວ່າ.
- ໃນຖານະເປັນສັນຍາລັກ, ການບ່ຽງເບນມາດຕະຖານແມ່ນສະແດງອອກໂດຍໃຊ້ຕົວອັກສອນຕົວນ້ອຍຫລືຕົວອັກສອນກະເຣັກσ (sigma). ດັ່ງນັ້ນ, ການບ່ຽງເບນມາດຕະຖານຂອງຂໍ້ມູນ x ຈະຖືກຂຽນເປັນ sX ຫລືσX.
- ຮັບຮູ້ເຖິງບົດສະຫລຸບສັງລວມ. ຜູ້ປະຕິບັດການສັງລວມແມ່ນ ໜຶ່ງ ໃນບັນດາຜູ້ປະຕິບັດການທົ່ວໄປທີ່ສຸດໃນຄະນິດສາດ, ແລະມັນສະແດງເຖິງຜົນລວມຂອງຄ່າຕ່າງໆ. ມັນຖືກສະແດງໂດຍຈົດ ໝາຍ ນະຄອນຫຼວງກເຣັກ, sigma ຫຼື ∑.
- ຕົວຢ່າງ: ຖ້າທ່ານມີຈຸດເກັບ ກຳ ຂໍ້ມູນ x (1,2,5,6,9,10), ຫຼັງຈາກນັ້ນ meansx ໝາຍ ຄວາມວ່າ:
- 1+2+5+6+9+10 = 33
- ຕົວຢ່າງ: ຖ້າທ່ານມີຈຸດເກັບ ກຳ ຂໍ້ມູນ x (1,2,5,6,9,10), ຫຼັງຈາກນັ້ນ meansx ໝາຍ ຄວາມວ່າ:
- ຮູ້ຄວາມ ສຳ ຄັນຂອງການບ່ຽງເບນມາດຕະຖານ. ໃນສະຖິຕິ, ການບ່ຽງເບນມາດຕະຖານວັດແທກການປ່ຽນແປງ, ສະແດງການກະແຈກກະຈາຍຂອງຕົວເລກຈາກຄ່າສະເລ່ຍ. ກຸ່ມຂອງຕົວເລກທີ່ມີການບ່ຽງເບນມາດຕະຖານຕໍ່າແມ່ນຂ້ອນຂ້າງໃກ້ຄຽງກັນ. ກຸ່ມຂອງຕົວເລກທີ່ມີການບ່ຽງເບນມາດຕະຖານສູງແມ່ນກະແຈກກະຈາຍກວ່າ.
- ເຂົ້າໃຈແນວຄວາມຄິດຂອງການພົວພັນກັນ. Correlation ໝາຍ ເຖິງຄວາມ ສຳ ພັນທາງສະຖິຕິລະຫວ່າງສອງປະລິມານ. ຕົວຄູນ correlation ແມ່ນຕົວເລກດຽວທີ່ທ່ານສາມາດ ຄຳ ນວນ ສຳ ລັບສອງຈຸດຂອງຂໍ້ມູນ. ຈໍານວນແມ່ນສະເຫມີໄປບາງສິ່ງບາງຢ່າງລະຫວ່າງ -1 ແລະ +1, ແລະຊີ້ໃຫ້ເຫັນເຖິງສອງຊຸດຂໍ້ມູນທີ່ໃກ້ຊິດ.
ຄຳ ແນະ ນຳ
- ຕົວຄູນ correlation ບາງຄັ້ງກໍ່ຖືກເອີ້ນວ່າ "ຕົວຄູນຂອງຜະລິດຕະພັນໃນປັດຈຸບັນ" ຂອງ Pearson ໃນກຽດສັກສີຂອງ Karl Pearson, ຜູ້ພັດທະນາຂອງມັນ.
- ໂດຍທົ່ວໄປ, ຕົວຄູນ correlation ສູງກ່ວາ 0.8 (ບວກຫຼືລົບ) ສະແດງເຖິງຄວາມ ສຳ ພັນທີ່ເຂັ້ມແຂງ; ຕົວຄູນ correlation ຕ່ ຳ ກ່ວາ 0.5 (ບວກຫຼືລົບອີກຄັ້ງ) ສະແດງຕົວຄູນ correlation ທີ່ອ່ອນແອ.
ຄຳ ເຕືອນ
- Correlation ສະແດງໃຫ້ເຫັນວ່າສອງຊຸດຂໍ້ມູນຖືກເຊື່ອມຕໍ່ກັນໃນບາງທາງ. ເຖິງຢ່າງໃດກໍ່ຕາມ, ຈົ່ງລະວັງຢ່າຕີຄວາມ ໝາຍ ນີ້ວ່າເປັນສາຍພົວພັນທີ່ເປັນສາຍເຫດ. ຕົວຢ່າງ: ຖ້າທ່ານປຽບທຽບຂະ ໜາດ ເກີບຂອງຜູ້ຄົນແລະຄວາມສູງຂອງພວກເຂົາ, ທ່ານຄົງຈະພົບກັບຄວາມ ສຳ ພັນທາງບວກທີ່ດີ. ຄົນທີ່ໃຫຍ່ກວ່າໂດຍທົ່ວໄປມີຕີນໃຫຍ່. ເຖິງຢ່າງໃດກໍ່ຕາມ, ນີ້ບໍ່ໄດ້ ໝາຍ ຄວາມວ່າການສູງຈະເຮັດໃຫ້ຕີນຂອງທ່ານເຕີບໃຫຍ່, ຫຼືວ່າຕີນໃຫຍ່ຈະເຮັດໃຫ້ທ່ານເຕີບໃຫຍ່. ພວກເຂົາເກີດຂື້ນພ້ອມກັນ.