A B C D E F G H I J K L M N O P Q R S T U V W X Y Z 9 Ω
Das Banner der Rhetos-Website: zwei griechische Denker betrachten ein physikalisches Universum um sie herum.

Korrelationskoeffizient nach Pearson

Bedeutung | Beispiele

© 2016 - 2025




Basiswissen


Gibt an, wie gut zwei Größen sich mit je-desto Sätzen in ihrer Veränderung beschreiben lassen: Je mehr Dünger desto mehr Pflanzenertrag: wie gut dieser Satz gilt, kann für bestimmte Datensätze als Zahlenwert von -1 bis 1 angegeben werden.



Bildbeschreibung und Urheberrecht
Im Zähler steht die Formel für die Kovarianz. © ☛


Synonyme


  • Der Korrelationskoeffizient nach Pearson heißt oft auch einfach nur ...
  • Korrelationskoeffizient oder auch Korrelationskoeffizient nach Bravais.
  • Ein häufige Abkürzung ist das kleine r.

Bedeutung


  • Er sagt, wie gut sich die zusammengehörigen Werte zweier Variablen mit ...
  • je-desto-Sätzen und in linearen Abhängigkeiten ausdrücken lassen.
  • Die Werte liegen immer zwischen -1 und 1:

Werte von 0 bis 1


  • Positive Korrelation: Je größer das eine, desto größer auch das andere.
  • Beispiel: Je größer ein Mensch, desto größer ist auch seine Schuhgröße.
  • Je näher der Wert bei 1 ist, desto linearer ist auch der Zusammenhang
  • Die Steigung ist dann positiv.

Werte von -1 bis 0

  • Je größer das eine, desto kleiner das andere.
  • Beispiel: Je höher die Temperatur in einem Skigebiet, ...
  • desto kleiner die Anzahl der Urlaubsgäste.
  • Je näher an der Wert bei -1 ist, desto linearer ist der Zusammenhang ...
  • aber mit negativer Steigung.

Wert gleich 0


  • Keine Korrelation, unkorreliert: das eine hat nichts mit dem anderen zu tun.
  • Beispiel: Die Größe der Hausnummer mit der durchschnittlichen
  • Körpergröße der Bewohner dieses Hauses.
  • Je näher der Koeffizient an der Null liegt, desto ...
  • weniger linear ist der Zusammenhang.

Division durch 0


Liegen die Punkte auf einer horizontalen Geraden parallel zur x-Achse, dann ist der Korrelationskoeffizient nach Pearson nicht definiert. Anschaulich würde das heißen: Egal wie groß x ist, y hat immer den gleichen Wert. In den Berechnungsformeln tritt dann an irgendeiner Stelle eine Division durch 0 auf. Daran merkt man, dass dieser Fall nicht definiert ist. Analog gilt das gleiche für Punkte die auf einer senkrechten Geraden liegen (parallel zur y-Achse). Auch hier führt die Formel zu einer Division durch 0, der Korrelationskoeffizient ist also nicht definiert.

Sonstiges


  • Der Zähler in der Formel ist die Kovarianz der Daten.
  • Die Wurzelterme im Nenner sind die Standardabweichungen.
  • Dieser Koeffizient ist standardisiert (festes Ergebnisintervall).