Berekening van r voor een kleine dataset

Vind de correlatiecoëfficiënt voor de gegevens: $(1, 2), (2, 4), (3, 5), (4, 4), (5, 5)$

Bereken de gemiddelden $\bar{x}$ en $\bar{y}$: $\bar{x} = \frac{1+2+3+4+5}{5} = 3$, $\bar{y} = \frac{2+4+5+4+5}{5} = 4$ = $\bar{x} = 3$, $\bar{y} = 4$

Bereken de afwijkingen $(x_i - \bar{x})$ en $(y_i - \bar{y})$: Punt $(1,2)$: $(-2, -2)$ Punt $(2,4)$: $(-1, 0)$ Punt $(3,5)$: $(0, 1)$ Punt $(4,4)$: $(1, 0)$ Punt $(5,5)$: $(2, 1)$ = Afwijkingen berekend

Bereken de producten $(x_i - \bar{x})(y_i - \bar{y})$: $(-2)(-2) = 4$ $(-1)(0) = 0$ $(0)(1) = 0$ $(1)(0) = 0$ $(2)(1) = 2$ Som $= 4 + 0 + 0 + 0 + 2 = 6$ = $\sum(x_i - \bar{x})(y_i - \bar{y}) = 6$

Bereken $\sum(x_i - \bar{x})^2$: $(-2)^2 + (-1)^2 + 0^2 + 1^2 + 2^2 = 4 + 1 + 0 + 1 + 4 = 10$ = $\sum(x_i - \bar{x})^2 = 10$

Bereken $\sum(y_i - \bar{y})^2$: $(-2)^2 + 0^2 + 1^2 + 0^2 + 1^2 = 4 + 0 + 1 + 0 + 1 = 6$ = $\sum(y_i - \bar{y})^2 = 6$

Pas de formule toe: $r = \frac{6}{\sqrt{10 \cdot 6}} = \frac{6}{\sqrt{60}} = \frac{6}{7,746} \approx 0,775$ = $r \approx 0,77$

Answer: $r \approx 0,77$ (sterke positieve correlatie)

Interpretatie van correlatiewaarden

Een onderzoek vindt $r = -0,82$ tussen uren televisie kijken per dag en examencijfers. Interpreteer dit resultaat.

Identificeer het teken: $r = -0,82$ is negatief = Negatieve correlatie (als de ene stijgt, daalt de andere)

Beoordeel de sterkte met $|r|$: $|{-0,82}| = 0,82$, wat in het bereik $0,80 - 1,00$ valt = Zeer sterke correlatie

Interpreteer in context: Leerlingen die meer tv kijken, hebben doorgaans lagere examencijfers = Sterk omgekeerd verband

Voeg passende kanttekeningen toe: Correlatie impliceert geen causaliteit. Andere factoren kunnen beide variabelen verklaren. = Verband, geen oorzaak

Answer: Er is een zeer sterke negatieve correlatie ($r = -0,82$). Leerlingen die meer tv kijken, hebben doorgaans lagere examencijfers, maar dit verband bewijst niet dat tv lagere cijfers veroorzaakt.

Berekening van de determinatiecoëfficiënt

Als $r = 0,80$ tussen studie-uren en testcijfers, welk percentage van de variantie in testcijfers wordt verklaard door studie-uren?

Kwadrateer de correlatiecoëfficiënt: $r^2 = (0,80)^2 = 0,64$ = $r^2 = 0,64$

Converteer naar percentage: $0,64 \times 100 = 64\%$ = 64% van de variantie verklaard

Interpreteer het resultaat: 64% van de variatie in testcijfers kan worden toegeschreven aan studie-uren = Sterk verklarend vermogen

Answer: $r^2 = 0,64 = 64\%$. Dit betekent dat 64% van de variantie in testcijfers wordt verklaard door het lineaire verband met studie-uren. De overige 36% is te wijten aan andere factoren.

Mistake: Aannemen dat correlatie causaliteit impliceert

Why: Een sterke correlatie tussen $A$ en $B$ betekent niet dat $A$ $B$ veroorzaakt. Er kan een derde variabele zijn die beide beïnvloedt, of het verband kan toeval zijn.

Correct: Zeg altijd "geassocieerd met" of "gecorreleerd met" in plaats van "veroorzaakt". Zoek naar experimenteel bewijs om causaliteit vast te stellen.

Mistake: Uitschieters negeren bij de interpretatie van $r$

Why: Een enkele uitschieter kan de correlatiecoëfficiënt drastisch veranderen. $r$ is gevoelig voor extreme waarden.

Correct: Plot altijd eerst de gegevens. Zoek naar uitschieters en overweeg $r$ met en zonder hen te berekenen.

Mistake: $r$ gebruiken voor niet-lineaire verbanden

Why: $r$ meet alleen lineaire verbanden. Een perfect gebogen patroon kan $r = 0$ hebben.

Correct: Onderzoek het spreidingsdiagram. Als het patroon gebogen is, is $r$ niet de juiste maat. Overweeg transformaties of niet-lineaire modellen.

Diversificatie op de aandelenmarkt

Beleggingsanalisten gebruiken correlatie om gediversifieerde portefeuilles op te bouwen. Aandelen met lage of negatieve correlatie balanceren risico.

Als aandeel A en aandeel B $r = -0,3$ hebben, stijgt B meestal licht als A daalt, wat de portefeuillevolatiliteit vermindert.

Medisch onderzoek

Onderzoekers gebruiken correlatie om potentiële risicofactoren voor ziekten te identificeren.

Een studie vindt $r = 0,68$ tussen bloeddruk en risico op hartziekte, wat wijst op een sterk positief verband.

Q: Wat is het verschil tussen correlatie en causaliteit?

A: Correlatie toont dat twee variabelen samen bewegen, maar causaliteit betekent dat de ene variabele direct veranderingen in de andere veroorzaakt. IJsverkoop en verdrinkingen zijn gecorreleerd (beide nemen toe in de zomer), maar ijs veroorzaakt geen verdrinkingen - warm weer beïnvloedt beide.

Q: Kan $r$ groter zijn dan 1 of kleiner dan -1?

A: Nee. Per wiskundige definitie ligt $r$ altijd tussen $-1$ en $1$. Als je een waarde buiten dit bereik berekent, zit er een fout in je berekeningen.

Q: Wat betekent $r = 0$?

A: $r = 0$ betekent dat er geen lineair verband is tussen de variabelen. Er kan echter nog steeds een niet-lineair verband zijn (zoals een parabool of sinuscurve).