Что означает понятие корреляции простыми словами? Корреляция: это простыми словами Что значит коррелирует

Что такое Корреляция? Значение слова «Корреляция» в популярных словарях и энциклопедиях, примеры употребления термина в повседневной жизни.

Корреляция (correlation) – Медицинский словарь

(в статистике) степень, с которой какая-либо одна характеристика воздействует на другую, причем эти характеристики являются взаимосвязанными и образуют пару. Такие парные характеристики могут быть представлены на графике в виде ряда точек. Если все точки на полученной рассеянной диаграмме (scatter diagram) укладываются на прямую линию (не являющуюся ни горизонтальной, ни вертикальной), то коэффициент корреляции (correlation coefficient) может меняться от +1 (если увеличение одной переменной сопровождается соответствующим увеличением другой) до -1 (если увеличение одной переменной сопровождается постоянным уменьшением другой); коэффициент корреляции, равный 0, свидетельствует о том, что между рассматриваемыми двумя характеристиками не существует никакой зависимости и они укладываются на одной прямой линии. Коэффициент регрессии (regression coefficient) является средним показателем того, с какой степенью увеличение одной характеристики влияет на увеличение/уменьшение другой. Если необходимо оценить вклад нескольких факторов в развитие того или иного заболевания, то относительный вклад каждого из них может быть вычислен с помощью методов статистики, напри мер, многовариантного анализа (multivariate analysis).

Корреляция (correlation) – Психологический словарь

Корреляция (correlation) – Социологический словарь

Устойчивое отношение между двумя измеряемыми величинами или переменными, выражаемое в статистической форме. Корреляции могут быть как положительными, так и отрицательными.

Корреляция (correlation) – Психологическая энциклопедия

Степень, в которой две или больше переменных связаны одна с другой.

Корреляция (correlation) – Экономический словарь

Размер или степень статистической зависимости между двумя или более переменными.

Корреляция (в Экономической Статистике) – Экономический словарь

понятие, отражающее наличие связи между явлениями, процессами и характеризующими их величинами.

Корреляция Бисериальная – Социологический словарь

Корреляция между дихотомической и количественной переменными, предполагающая, что дихотомическая переменная образовалась в результате группирования количественной переменной в два интервала. Показывает, какой была бы корреляция линейная между данными переменными, если бы дихотомическая переменная была количественной. Измеряется с помощью коэффициента К.Б. rbis, который вычисляется по формуле коэффициента линейной корреляции Пирсона. О.В. Терещенко

Корреляция Бисериальная – Психологическая энциклопедия

Корреляция Ж. – Толковый словарь Ефремовой

1. Взаимная связь, соотношение предметов, явлений или понятий.

Корреляция И Регрессия – Психологический словарь

(correlation and regression) Рассмотрение К. и Р. строится вокруг следующих осн. вопросов: а) существует ли между переменными X и Y такого рода связь, что по известным нам значениям X мы могли бы, по крайней мере с разумной степенью точности, предсказать значения Y? б) Какова сила (или теснота) этой связи между переменными X и Y? в) При условии существования такой связи между X и Y, каково оптимальное правило (или, выражаясь математически, уравнение) для предсказания Y по X и насколько хорошо оно обосновано? Когда мы занимаемся оценкой тесноты или степени связи (строго говоря, степени линейной связи), мы имеем дело с К. Термин "Р." относится к вопросам, связанным с предсказанием значений одной переменной по значениям др. Коэффициент корреляции Коэффициент К. произведения моментов Пирсона (r), - чаще называемый просто коэффициентом К., - яв-ся показателем силы линейной связи между двумя переменными и изменяется в пределах от +1 до -1. Нулевое значение коэффициента К. Пирсона указывает на отсутствие линейной связи между X и Y; положительные значения этого коэффициента свидетельствуют о существовании тенденции увеличения Y по мере увеличения X, тогда как его отрицательные значения свидетельствуют о существовании противоположной тенденции: уменьшения Y по мере увеличения X. Прямолинейная К. между X и Y имела бы место в том случае, если бы значения Y можно было безошибочно предсказать по значениям X, используя уравнение прогноза вида Y = аХ + b, где а и b - соответствующим образом подобранные константы. При а > 0 наблюдалась бы полная положительная К. (+1), а при а корреляция (-1). Уравнение вида Y = аХ + b называется линейным уравнением, поскольку при построении графика функции Y от X все точки (X, Y), удовлетворяющие данному уравнению, ложатся на прямую линию. Коэффициент К. Пирсона - это показатель степени линейной связи, а не связи вообще. Напр., он может указывать на полное отсутствие К. (r = 0) между двумя переменными, связанными функциональной нелинейной зависимостью. Из-за этих ограничений коэффициент К. Пирсона имеет тенденцию недооценивать степень связи между переменными. Несмотря на то что существует неск. различных, хотя и эквивалентных формул для вычисления коэффициента К. Пирсона, наиболее известной расчетной формулой яв-ся следующая: , где N - число парных оценок по X и Y. При интерпретации коэффициента К. следует проявлять осторожность. Одного только факта К. между переменными X и Y еще недостаточно для автоматического вывода о существовании между ними причинной связи. X может коррелировать с Y, потому что: а) изменения X вызывают изменения Y; б) изменения Y вызывают изменения Х; в) изменения др. переменных служат причиной изменений как X, так и Y. Напр., у уч-ся начальной школы объем словарного запаса положительно коррелирует с их ростом, потому что обе эти переменные связаны с возрастом. К тому же коэффициент К. Пирсона может снижаться вследствие "ограничения широты выборки". Сопоставление корреляционных и экспериментальных исследований Эксперим. исслед. предполагает манипулирование одной или несколькими независимыми переменными и часто имеет рез-том формулирование причинно-следственных утверждений в отношении воздействия независимых переменных на зависимую переменную. Корректность таких утверждений, как правило, обеспечивается соблюдением трех следующих условий: а) на начальном этапе исслед. эксперим. группы не должны систематически различаться по всем контролируемым переменным; б) эти группы подвергаются одинаковому воздействию всех контролируемых факторов, за исключением воздействия независимой переменной; в) после эксперим. воздействия, вызванного манипулированием независимой переменной, группы надежно различаются между собой по уровню зависимой переменной. Корреляционное исслед. не предполагает манипулирования независимыми переменными и в своей простейшей форме сводится к измерению ряда переменных и определению силы связей между ними. Хотя такие исслед. обеспечивают нас информ. о степени связи и даже позволяют предсказывать значения одних переменных по данным, к-рыми мы располагаем в отношении др. переменных, они, как правило, не позволяют делать выводы о причинно-следственных связях между переменными. Однако в наше время исследователям доступны методы статистического анализа, дающие возможность проверить, насколько конкретная корреляционная плеяда согласуется с определенной моделью причинно-следственных отношений. Частный коэффициент К. rXY.W является показателем силы линейной связи между переменными X и Y при исключенном влиянии переменной W. Он также позволяет "очистить" парную К. от примешивающегося влияния более чем одной переменной. Множественная корреляция Предположим, что мы хотим добиться наилучшего предсказания переменной Y (критериальной, или зависимой, переменной) на основе ряда др. переменных X1, Х2, Х3, ..., Хp (прогнозирующих, или независимых, переменных). Напр., нам захотелось предсказать степень успешности обучения в аспирантуре на основе студенческих отметок и количественных оценок письменных экзаменов для аспирантов (GRE). Пользуясь методами построения множественной регрессии, мы можем получить выражение вида: b0 + b1Х1 + ... + bpXp, где b0, b1, ... bp - соответствующим образом подобранные константы, которое оптимально предсказывает Y. Коэффициент множественной К., r, представляет собой коэффициент К. произведения моментов Пирсона между наилучшим предсказанием и фактическими значениями предсказываемой переменной, и, как таковой, служит мерой правильности предсказания на основе множественной регрессии. См. также Корреляционные методы, Статистика в психологии А. Д. Велл

Корреляция И Регрессия – Психологическая энциклопедия

(correlation and regression) Рассмотрение К. и Р. строится вокруг следующих осн. вопросов: а) существует ли между переменными X и Y такого рода связь , что по известным нам значениям X мы могли бы, по крайней мере с разумной степенью точности, предсказать значения Y? б) Какова сила (или теснота) этой связи между переменными X и Y? в) При условии существования такой связи между X и Y, каково оптимальное правило (или, выражаясь математически, уравнение) для предсказания Y по X и насколько хорошо оно обосновано? Когда мы занимаемся оценкой тесноты или степени связи (строго говоря, степени линейной связи), мы имеем дело с К. Термин "Р." относится к вопросам, связанным с предсказанием значений одной переменной по значениям др. Коэффициент корреляции Коэффициент К. произведения моментов Пирсона (r), - чаще называемый просто коэффициентом К., - яв-ся показателем силы линейной связи между двумя переменными и изменяется в пределах от +1 до -1. Нулевое значение коэффициента К. Пирсона указывает на отсутствие линейной связи между X и Y; положительные значения этого коэффициента свидетельствуют о существовании тенденции увеличения Y по мере увеличения X, тогда как его отрицательные значения свидетельствуют о существовании противоположной тенденции: уменьшения Y по мере увеличения X. Прямолинейная К. между X и Y имела бы место в том случае, если бы значения Y можно было безошибочно предсказать по значениям X, используя уравнение прогноза вида Y = аХ + b, где а и b - соответствующим образом подобранные константы. При а > 0 наблюдалась бы полная положительная К. (+1), а при а корреляция (-1). Уравнение вида Y = аХ + b называется линейным уравнением, поскольку при построении графика функции Y от X все точки (X, Y), удовлетворяющие данному уравнению, ложатся на прямую линию. Коэффициент К. Пирсона - это показатель степени линейной связи, а не связи вообще. Напр., он может указывать на полное отсутствие К. (r = 0) между двумя переменными, связанными функциональной нелинейной зависимостью . Из-за этих ограничений коэффициент К. Пирсона имеет тенденцию недооценивать степень связи между переменными. Несмотря на то что существует неск. различных, хотя и эквивалентных формул для вычисления коэффициента К. Пирсона, наиболее известной расчетной формулой яв-ся следующая: , где N - число парных оценок по X и Y. При интерпретации коэффициента К. следует проявлять осторожность. Одного только факта К. между переменными X и Y еще недостаточно для автоматического вывода о существовании между ними причинной связи. X может коррелировать с Y, потому что: а) изменения X вызывают изменения Y; б) изменения Y вызывают изменения Х; в) изменения др. переменных служат причиной изменений как X, так и Y. Напр., у уч-ся начальной школы объем словарного запаса положительно коррелирует с их ростом, потому что обе эти переменные связаны с возрастом. К тому же коэффициент К. Пирсона может снижаться вследствие "ограничения широты выборки". Сопоставление корреляционных и экспериментальных исследований Эксперим. исслед. предполагает манипулирование одной или несколькими независимыми переменными и часто имеет рез-том формулирование причинно-следственных утверждений в отношении воздействия независимых переменных на зависимую переменную. Корректность таких утверждений, как правило, обеспечивается соблюдением трех следующих условий: а) на начальном этапе исслед. эксперим. группы не должны систематически различаться по всем контролируемым переменным; б) эти группы подвергаются одинаковому воздействию всех контролируемых факторов, за исключением воздействия независимой переменной; в) после эксперим. воздействия, вызванного манипулированием независимой переменной, группы надежно различаются между собой по уровню зависимой переменной. Корреляционное исслед. не предполагает манипулирования независимыми переменными и в своей простейшей форме сводится к измерению ряда переменных и определению силы связей между ними. Хотя такие исслед. обеспечивают нас информ. о степени связи и даже позволяют предсказывать значения одних переменных по данным, к-рыми мы располагаем в отношении др. переменных, они, как правило, не позволяют делать выводы о причинно-следственных связях между переменными. Однако в наше время исследователям доступны методы статистического анализа , дающие возможность проверить, насколько конкретная корреляционная плеяда согласуется с определенной моделью причинно-следственных отношений. Частный коэффициент К. rXY.W является показателем силы линейной связи между переменными X и Y при исключенном влиянии переменной W. Он также позволяет "очистить" парную К. от примешивающегося влияния более чем одной переменной. Множественная корреляция Предположим, что мы хотим добиться наилучшего предсказания переменной Y (критериальной, или зависимой, переменной) на основе ряда др. переменных X1, Х2, Х3, ..., Хp (прогнозирующих, или независимых, переменных). Напр., нам захотелось предсказать степень успешности обучения в аспирантуре на основе студенческих отметок и количественных оценок письменных экзаменов для аспирантов (GRE). Пользуясь методами построения множественной регрессии, мы можем получить выражение вида: b0 + b1Х1 + ... + bpXp, где b0, b1, ... bp - соответствующим образом подобранные константы, которое оптимально предсказывает Y. Коэффициент множественной К., r, представляет собой коэффициент К. произведения моментов Пирсона между наилучшим предсказанием и фактическими значениями предсказываемой переменной, и, как таковой, служит мерой правильности предсказания на основе множественной регрессии. См. также Корреляционные методы, Статистика в психологии А. Д. Велл

Корреляция Каноническая – Социологический словарь

Англ. correlation, canonic(al); нем. Korrelation, kanonische. Обобщение парной корреляции, используемое для определения взаимосвязи между двумя группами признаков.

Корреляция Каноническая – Социологический словарь

Обобщение парной корреляции, используемое для определения взаимосвязи между двумя группами признаков. Канонич. анализ, т. е. метод нахождения К.к., основан на построении таких линейных комбинаций признаков одной и другой группы, что обычный коэффициент парной корреляции между этими комбинациями достигает наибольшего значения. Такой максимальный коэффициент называется первым канонич. коэффициентом корреляции, а соответствующие линейные комбинации двух групп признаков наз. первыми канонич. величинами. См. Кендалл М.Дж., Стьюарт А. Многомерный статический анализ и временные ряды. М., 1976; Вольд Г. Путевые модели с латентными переменными//Математика в социологии: моделирование и обработка информации М., 1977; Болч Б., Хуань К.Дж. Многомерные статистические методы для экономики. М., 1979; Дубровский С.А. Прикладной многомерный статистический анализ 1982; Липовецкий С.С. Некоторые модели канонирского анализа как экстремали квадратичных и билинейных форм//Комплексное применение математических методов в социологическом исследовании. М., 1983; Van den Wollenberg A.L. Redundancy: An alternative for canonical correlation analysis//Psychometrica. 1977. Vol. 42, №2. C.C. Липовецкий, Л.Г. Бадалян.

Корреляция Линейная – Социологический словарь

Англ. correlation, linear; нем. Korrelation, lineare. Корреляция, при к-рой отношение степени изменения одной переменной к степени изменения другой переменной является постоянной величиной.

Наукообразные понятия всегда популярны. Глагол «коррелировать» широко используется журналистами и политиками, иногда не к месту. Обычно термином «корреляция» обозначают любую связь.

Люди давно заметили, что все явления, происходящие на нашей планете, в некоторой степени оказывают влияние друг на друга. Не всегда связи между ними можно с легкостью обнаружить, но, тем не менее, они существуют. Говоря о взаимозависимости событий, нередко употребляют слово «корреляция». Чаще всего его используют экономисты и аналитики.

Разберемся, что на самом деле обозначает это понятие.

Корреляция: определение

Пожалуй, первым в научном мире о корреляции заговорил палеонтолог Жорж Кювье. На рубеже 18-19 веков он сделал ряд открытий в области сравнительной анатомии. В результате этих открытий Кювье сформулировал закон соотношения частей, согласно которому изменения в строении одного из органов животного приводят к изменениям в строении других органов. Опираясь на эти знания, Кювье научился восстанавливать облик ископаемых животных по отдельным сохранившимся фрагментам.

Что же касается статистики, то в этой науке понятие корреляции закрепилось позже – в конце 19 века, благодаря английскому биологу Фрэнсису Гальтону.

Корреляция – это не просто связь (relation), а, скорее, взаимоотношения или взаимозависимость (co-relation).

Формула для получения коэффициента корреляции была выведена учеником Гальтона, математиком и биологом К. Пирсоном.

Коэффициент корреляции

Корреляцией называют статистическую связь каких-либо независимых друг от друга величин. Предполагается, что как только значение одного из параметров меняется, меняется и значение другого. Если же изменения касаются только отдельных статистических характеристик, связь такого рода считается статистической. О корреляции в этом случае речи не идет.

Для выражения степени взаимозависимости используется коэффициент корреляции. Диапазон значений коэффициента – от -1 до +1.

Если корреляция является абсолютной и положительной (+1), то при подорожании одной ценной бумаги в той же степени будет дорожать и другая.
Говоря об абсолютной отрицательной корреляции, мы подразумеваем, что если стоимость одной ценной бумаги растет, то стоимость отрицательно коррелированной – падает.
Если же коэффициент корреляции нулевой, то никакой взаимозависимости между движениями ценных бумаг нет: они случайны.

Чем выше значение коэффициента, тем больше проявляется взаимозависимость. Если значение коэффициента больше 0,5, то взаимосвязь ярко выражена.

Необходимо уточнить, что абсолютная корреляция ценных бумаг существует только в идеальном мире. В реальном же акции только в некоторой степени коррелированы.

Парная корреляция

Этот термин употребляется для обозначения взаимоотношений между двумя определенными величинами. Известно, что расходы на рекламу в США в значительной мере влияют на объем ВВП этой страны. Коэффициент корреляции между данными величинами по итогам наблюдений, продолжавшихся в течение 20 лет, составляет 0,9699.

Более «приземленный» пример – связь между посещаемостью страницы онлайн-магазина и объемом его продаж.

И уж, конечно, вряд ли кто-нибудь станет отрицать наличие зависимости, существующей между температурой воздуха и продажами пива или мороженого.

Корреляция – это взаимозависимость двух величин; коэффициент корреляции – это объективный показатель, определяющий степень этой взаимозависимости. Коэффициент корреляции может быть и положительным, и отрицательным. Что касается ценных бумаг, то они крайне редко бывают абсолютно коррелированными.

Приветствую всех читателей портала Памм – Трейд! Меня зовут Олег Золотарев. Я ученик и успешный трейдер на рынке бинарных опционов.

Корреляция – что это? Громкое название – простой смысл!

Сегодня хочу рассказать Вам об очень интересном термине со страшным названием «корреляция». На самом деле страшного здесь ничего нет, ведь корреляция – это всего лишь степень зависимости между двумя явлениями или объектами.

Это понятие очень широко используется в математике, биологии, экономике, статистике, психологии, да и просто в повседневной жизни. Помните фразу из мультфильма про Винни-Пуха: «кажется дождь собирается»? Это элементарный пример корреляции. Когда мы смотрим на небо и видим там густые тучи, то делаем вывод о том, что может пойти дождь. Однако он может и не пойти. Это основной момент, который отличает корреляцию от строгих линейных зависимостей, типа у = f (х).

Корреляция – это зависимость, обусловленная наличием числа случайных факторов. Поэтому ее еще называют статистической зависимостью. Например, можно сделать предположение о том, что преступность возрастает с ростом безработицы. Однако, нельзя быть на 100% уверенным в этом. Ведь на конечный результат в данном случае влияет также менталитет людей, их воспитание, окружение и т.д. Таким образом, корреляция дает приближенную, но не точную взаимосвязь. Всегда существуют внешние факторы, которые могут повлиять на исход, а это значит – составить точный прогноз невозможно.

Итак, с общим понятием мы разобрались, а теперь поговорим о том, в чем и как выражается эта взаимосвязь. Связь между явлениями определяется коэффициентом корреляции. Она может быть очень сильной. Например, каждый из нас без сомнения может сказать о том, что с повышением уровня радиации наше здоровье ухудшается. При этом в примере мы видим обратно пропорциональную зависимость: чем выше радиация, тем хуже человеческое здоровье. Коэффициент корреляции при этом стремится к значению -1 и отражает отрицательную корреляцию.

Бывает такое, что явления или объекты никак не связаны между собой, например, на предновогоднюю речь президента абсолютно не влияет то, сколько Вы бутылок шампанского выпили накануне. В этом случае коэффициент корреляции равен нулю.

Если коэффициент стремится к значению +1, тогда наблюдается положительная корреляция. Например, чем больше у человека амбиций и чем выше уровень интеллекта, тем больше шансов занять руководящую должность.

Прямой перевод слова «корреляция» звучит как соотношение. Как одно явление соотносится с другим? Глобальное потепление повлекло серию торнадо в США. Взаимосвязь между этими событиями безусловно существует, и это дает возможность выдвинуть гипотезу об их причинно – следственных связях. Такое возможно только с коррелируемыми объектами. Если взаимосвязи между явлениями и объектами нет, то и корреляции тоже нет.

А теперь давайте разберемся, чем корреляция может помочь инвестору?

Корреляция инвестиционных активов: как это работает?

Много ли инвесторов использует принцип корреляции в своем инвестиционном портфеле? Думаю, вряд ли. Однако роль его значительно недооценили. Ведь все знают о том, что держать яйца в одной корзине нельзя, иначе говоря – риски нужно диверсифицировать. Тогда почему же не улучшить результат с помощью корреляции?

Например, Вы решили использовать в своей инвестиционной деятельности метод диверсификации и купили помимо акций одного крупного эмитента также акции небольших предприятий. А знали ли Вы, что акции гигантов бизнеса и акции малых предприятий имеют коэффициент корреляции +0,79? Это хоть и не единица, но тоже достаточно высокое значение. А как мы уже знаем, положительная корреляция показывает прямую зависимость: если акции крупного предприятия упадут, то есть вероятность снижения курса ценных бумаг и малых предприятий. В этом случае при диверсификации лучше выбирать активы, которые не имеют корреляционных связей.

Например, акции и облигации или акции и казначейские векселя. Что касается облигаций, то между собой они, так же, как и акции, коррелируются высоко. Коэффициент при этом может достигать 0,9. Если Вы не знаете, чем отличаются друг от друга эти ценные бумаги, то советую прочитать статью Виктора Самойлова . В ней Вы сможете найти не только доступные толкования этих терминов и особенности каждого, но и возможности заработка на этих ценных бумагах.

Помимо корреляционных связей между ценными бумагами, существует также зависимость между регионами. Чаще всего, чем ближе расстояние – тем выше корреляция. Например, если взять США и Канаду, то коэффициент корреляции составляет около 0,9. По мере отдаленности уменьшается и взаимосвязь. У США с Японией эта величина уже менее 0,5. Таким образом, диверсифицировать риски можно и при помощи одного актива, например акций, но в случае покупки их у эмитентов из разных частей света.

Какие еще активы и каким образом коррелируют между собой? Ценные бумаги и золото практически не имеют зависимости (корреляция равна нулю). А вот золото и серебро – два взаимозависимых актива, поэтому применять их в качестве диверсификации в одном портфеле нет смысла. Что происходит с долларом США, когда дорожает евро? Он дешевеет. Значит корреляция между этими валютами отрицательная.

При торговле бинарными опционами я тоже использую корреляционные связи. Если Вы еще не успели разобраться в чем отличие бинарных опционов от обычных биржевых опционов, то советую посмотреть это видео:

Чаще всего я работаю с валютными парами. Любой трейдер, имеющий хоть небольшой опыт, знает, что валютные пары зависят друг от друга (коррелируют). Например, падение EUR/USD может привести к падению GBP/USD. Аналогично рост курса пары USD/CHF может сказаться на росте USD/CAD. Если Вы новичок и не знаете, какие валюты связаны с долларом или евро и как они взаимодействуют между собой – не беда. Виктор Самойлов для этих целей разработал специальную стратегию . Принцип, заложенный в нее, как раз и отражает корреляционные связи. Если система фиксирует возрастание курса пары EUR/USD, то она дает Вам подсказки на активную покупку и по остальным парам, которые имеют с ней высокую положительную корреляцию. Если корреляция отрицательная, то подсказка будет на активную продажу опциона. Как это работает на практике, Вы можете увидеть из следующего видео:

Из всего этого можно сделать вывод, что без учета корреляции осуществить правильную диверсификацию нельзя. А это отразится непосредственно на эффективности инвестиционного портфеля. Чтобы приумножить капитал (не говоря уже о том, чтобы его сохранить), необходимо обязательно учитывать этот фактор. Для трейдера бинарными опционами также очень важно учитывать коэффициент корреляции, от этого во многом будет зависеть точность построенного прогноза.

Сегодня я рассказал Вам об одной стратегии, которая наиболее актуальна к нашему рассматриваемому вопросу. Однако в арсенале Виктора Самойлова большое число других, не менее эффективных стратегий. Рассмотреть всех их в рамках данной статьи я просто не имею возможности. Но если у Вас есть желание не упустить важную информацию (в том числе о стратегиях торговли), Вы можете подписаться на нашу рассылку при помощи формы ниже:

Получить пошаговую инструкцию заработка!

Дата публикации: 03.09.2017 13:01

Термин «корреляция» активно используется в гуманитарных науках, медицине; часто мелькает в СМИ. Ключевую роль корреляции играют в психологии. В частности, расчет корреляций выступает важным этапом реализации эмпирического исследования при написании ВКР по психологии.

Материалы по корреляциям в сети слишком научны. Неспециалисту трудно разобраться в формулах. В то же время понимание смысла корреляций необходимо маркетологу, социологу, медику, психологу - всем, кто проводит исследования на людях.

В этой статье мы простым языком объясним суть корреляционной связи, виды корреляций, способы расчета, особенности использования корреляции в психологических исследованиях, а также при написании дипломных работ по психологии.

Содержание

Что такое корреляция

Корреляция - это связь. Но не любая. В чем же ее особенность? Рассмотрим на примере.

Представьте, что вы едете на автомобиле. Вы нажимаете педаль газа - машина едет быстрее. Вы сбавляете газ - авто замедляет ход. Даже не знакомый с устройством автомобиля человек скажет: «Между педалью газа и скоростью машины есть прямая связь: чем сильнее нажата педаль, тем скорость выше».

Это зависимость функциональная - скорость выступает прямой функцией педали газа. Специалист объяснит, что педаль управляет подачей топлива в цилиндры, где происходит сжигание смеси, что ведет к повышению мощности на вал и т.д. Это связь жесткая, детерминированная, не допускающая исключений (при условии, что машина исправна).

Теперь представьте, что вы директор фирмы, сотрудники которой продают товары. Вы решаете повысить продажи за счет повышения окладов работников. Вы повышаете зарплату на 10%, и продажи в среднем по фирме растут. Через время повышаете еще на 10%, и опять рост. Затем еще на 5%, и опять есть эффект. Напрашивается вывод - между продажами фирмы и окладом сотрудников есть прямая зависимость - чем выше оклады, тем выше продажи организации. Такая же это связь, как между педалью газа и скоростью авто? В чем ключевое отличие?

Правильно, между окладом и продажами заисимость не жесткая. Это значит, что у кого-то из сотрудников продажи могли даже снизиться, невзирая на рост оклада. У кого-то остаться неизменными. Но в среднем по фирме продажи выросли, и мы говорим - связь продаж и оклада сотрудников есть, и она корреляционная.

В основе функциональной связи (педаль газа - скорость) лежит физический закон. В основе корреляционной связи (продажи - оклад) находится простая согласованность изменения двух показателей. Никакого закона (в физическом понимании этого слова) за корреляцией нет. Есть лишь вероятностная (стохастическая) закономерность.

Численное выражение корреляционной зависимости

Итак, корреляционная связь отражает зависимость между явлениями. Если эти явления можно измерить, то она получает численное выражение.

Например, изучается роль чтения в жизни людей. Исследователи взяли группу из 40 человек и измерили у каждого испытуемого два показателя: 1) сколько времени он читает в неделю; 2) в какой мере он считает себя благополучным (по шкале от 1 до 10). Ученые занесли эти данные в два столбика и с помощью статистической программы рассчитали корреляцию между чтением и благополучием. Предположим, они получили следующий результат -0,76. Но что значит это число? Как его проинтерпретировать? Давайте разбираться.

Полученное число называется коэффициентом корреляции. Для его правильной интерпретации важно учитывать следующее:

Знак «+» или «-» отражает направление зависимости.
Величина коэффициента отражает силу зависимости.

Прямая и обратная

Знак плюс перед коэффициентом указывает на то, что связь между явлениями или показателями прямая. То есть, чем больше один показатель, тем больше и другой. Выше оклад - выше продажи. Такая корреляция называется прямой, или положительной.

Если коэффициент имеет знак минус, значит, корреляция обратная, или отрицательная. В этом случае чем выше один показатель, тем ниже другой. В примере с чтением и благополучием мы получили -0,76, и это значит, что, чем больше люди читают, тем ниже уровень их благополучия.

Сильная и слабая

Корреляционная связь в численном выражении - это число в диапазоне от -1 до +1. Обозначается буквой «r». Чем выше число (без учета знака), тем корреляционная связь сильнее.

Чем ниже численное значение коэффициента, тем взаимосвязь между явлениями и показателями меньше.

Максимально возможная сила зависимости - это 1 или -1. Как это понять и представить?

Рассмотрим пример. Взяли 10 студентов и измерили у них уровень интеллекта (IQ) и успеваемость за семестр. Расположили эти данные в виде двух столбцов.

Испытуемый	IQ	Успеваемость (баллы)

Посмотрите внимательно на данные в таблице. От 1 до 10 испытуемого растет уровень IQ. Но также растет и уровень успеваемости. Из любых двух студентов успеваемость будет выше у того, у кого выше IQ. И никаких исключений из этого правила не будет.

Перед нами пример полного, 100%-но согласованного изменения двух показателей в группе. И это пример максимально возможной положительной взаимосвязи. То есть, корреляционная зависимость между интеллектом и успеваемостью равна 1.

Рассмотрим другой пример. У этих же 10-ти студентов с помощью опроса оценили, в какой мере они ощущают себя успешными в общении с противоположным полом (по шкале от 1 до 10).

Испытуемый	IQ	Успех в общении с противоположным полом (баллы)

Смотрим внимательно на данные в таблице. От 1 до 10 испытуемого растет уровень IQ. При этом в последнем столбце последовательно снижается уровень успешности общения с противоположным полом. Из любых двух студентов успех общения с противоположным полом будет выше у того, у кого IQ ниже. И никаких исключений из этого правила не будет.

Это пример полной согласованности изменения двух показателей в группе - максимально возможная отрицательная взаимосвязь. Корреляционная связь между IQ и успешностью общения с противоположным полом равна -1.

А как понять смысл корреляции равной нулю (0)? Это значит, связи между показателями нет. Еще раз вернемся к нашим студентам и рассмотрим еще один измеренный у них показатель - длину прыжка с места.

Испытуемый	IQ	Длина прыжка с места (м)

Не наблюдается никакой согласованности между изменением IQ от человека к человеку и длинной прыжка. Это и свидетельствует об отсутствии корреляции. Коэффициент корреляции IQ и длины прыжка с места у студентов равен 0.

Мы рассмотрели крайние случаи. В реальных измерениях коэффициенты редко бывают равны точно 1 или 0. При этом принята следующая шкала:

если коэффициент больше 0,70 - связь между показателями сильная;
от 0,30 до 0,70 - связь умеренная,
меньше 0,30 - связь слабая.

Если оценить по этой шкале полученную нами выше корреляцию между чтением и благополучием, то окажется, что эта зависимость сильная и отрицательная -0,76. То есть, наблюдается сильная отрицательная связь между начитанностью и благополучием. Что еще раз подтверждает библейскую мудрость о соотношении мудрости и печали.

Приведенная градация дает очень приблизительные оценки и в таком виде редко используются в исследованиях.

Чаще используются градации коэффициентов по уровням значимости. В этом случае реально полученный коэффициент может быть значимым или не значимым. Определить это можно, сравнив его значение с критическим значением коэффициента корреляции, взятым из специальной таблицы. Причем эти критические значения зависят от численности выборки (чем больше объем, тем ниже критическое значение).

Корреляционный анализ в психологии

Корреляционный метод выступает одним из основных в психологических исследованиях. И это не случайно, ведь психология стремится быть точной наукой. Получается ли?

В чем особенность законов в точных науках. Например, закон тяготения в физике действует без исключений: чем больше масса тела, тем сильнее оно притягивает другие тела. Этот физический закон отражает связь массы тела и силы притяжения.

В психологии иная ситуация. Например, психологи публикуют данные о связи теплых отношений в детстве с родителями и уровня креативности во взрослом возрасте. Означает ли это, что любой из испытуемых с очень теплыми отношениями с родителями в детстве будет иметь очень высокие творческие способности? Ответ однозначный - нет. Здесь нет закона, подобного физическому. Нет механизма влияния детского опыта на креативность взрослых. Это наши фантазии! Есть согласованность данных (отношения - креативность), но за ними нет закона. А есть лишь корреляционная связь. Психологи часто называют выявляемые взаимосвязи психологическими закономерностями, подчеркивая их вероятностный характер - не жесткость.

Пример исследования на студентах из предыдущего раздела хорошо иллюстрирует использование корреляций в психологии:

Анализ взаимосвязи между психологическими показателями. В нашем примере IQ и успешность общения с противоположным полом - это психологические параметры. Выявление корреляции между ними расширяет представления о психической организации человека, о взаимосвязях между различными сторонами его личности - в данном случае между интеллектом и сферой общения.
Анализ взаимосвязей IQ с успеваемостью и прыжками - пример связи психологического параметра с непсихологическими. Полученные результаты раскрывают особенности влияния интеллекта на учебную и спортивную деятельность.

Вот как могли выглядеть краткие выводы по результатам придуманного исследования на студентах:

Выявлена значимая положительная зависимость интеллекта студентов и их успеваемости.
Существует отрицательная значимая взаимосвязь IQ с успешностью общения с противоположным полом.
Не выявлено связи IQ студентов с умением прыгать с места.

Таким образом, уровень интеллекта студентов выступает позитивным фактором их академической успеваемости, в то же время негативно сказываясь на отношениях с противоположным полом и не оказывая значимого влияния на спортивные успехи, в частности, способность к прыгать с места.

Как видим, интеллект помогает студентам учиться, но мешает строить отношения с противоположным полом. При этом не влияет на их спортивные успехи.

Неоднозначное влияние интеллекта на личность и деятельность студентов отражает сложность этого феномена в структуре личностных особенностей и важность продолжения исследований в этом направлении. В частности, представляется важным провести анализ взаимосвязей интеллекта с психологическими особенностями и деятельностью студентов с учетом их пола.

Коэффициенты Пирсона и Спирмена

Рассмотрим два метода расчета.

Коэффициент Пирсона - это особый метод расчета взаимосвязи показателей между выраженностью численных значений в одной группе. Очень упрощенно он сводится к следующему:

Берутся значения двух параметров в группе испытуемых (например, агрессии и перфекционизма).
Находятся средние значения каждого параметра в группе.
Находятся разности параметров каждого испытуемого и среднего значения.
Эти разности подставляются в специальную форму для расчета коэффициента Пирсона.

Коэффициент ранговой корреляции Спирмена рассчитывается похожим образом:

Берутся значения двух индикаторов в группе испытуемых.
Находятся ранги каждого фактора в группе, то есть место в списке по возрастанию.
Находятся разности рангов, возводятся в квадрат и суммируются.
Далее разности рангов подставляются в специальную форму для вычисления коэффициента Спирмена.

В случае Пирсона расчет шел с использованием среднего значения. Следовательно, случайные выбросы данных (существенное отличие от среднего), например, из-за ошибки обработки или недостоверных ответов могут существенно исказить результат.

В случае Спирмена абсолютные значения данных не играют роли, так как учитывается только их взаимное расположение по отношению друг к другу (ранги). То есть, выбросы данных или другие неточности не окажут серьезного влияния на конечный результат.

Если результаты тестирования корректны, то различия коэффициентов Пирсона и Спирмена незначительны, при этом коэффициент Пирсона показывает более точное значение взаимосвязи данных.

Как рассчитать коэффициент корреляции

Коэффициенты Пирсона и Спирмена можно рассчитать вручную. Это может понадобиться при углубленном изучении статистических методов.

Однако в большинстве случаев при решении прикладных задач, в том числе и в психологии, можно проводить расчеты с помощью специальных программ.

Расчет с помощью электронных таблиц Microsoft Excel

Вернемся опять к примеру со студентами и рассмотрим данные об уровне их интеллекта и длине прыжка с места. Занесем эти данные (два столбца) в таблицу Excel.

Переместив курсор в пустую ячейку, нажмем опцию «Вставить функцию» и выберем «КОРРЕЛ» из раздела «Статистические».

Формат этой функции предполагает выделение двух массивов данных: КОРРЕЛ (массив 1; массив»). Выделяем соответственно столбик с IQ и длиной прыжков.

В таблицах Excel реализована формула расчета только коэффициента Пирсона.

Расчет с помощью программы STATISTICA

Заносим данные по интеллекту и длине прыжка в поле исходных данных. Далее выбираем опцию «Непараметрические критерии», «Спирмена». Выделяем параметры для расчета и получаем следующий результат.

Как видно, расчет дал результат 0,024, что отличается от результата по Пирсону - 0,038, полученной выше с помощью Excel. Однако различия незначительны.

Использование корреляционного анализа в дипломных работах по психологии (пример)

Большинство тем выпускных квалификационных работ по психологии (дипломов, курсовых, магистерских) предполагают проведение корреляционного исследования (остальные связаны с выявлением различий психологических показателей в разных группах).

Сам термин «корреляция» в названиях тем звучит редко - он скрывается за следующими формулировками:

«Взаимосвязь субъективного ощущения одиночества и самоактуализации у женщин зрелого возраста»;
«Особенности влияния жизнестойкости менеджеров на успешность их взаимодействия с клиентами в конфликтных ситуациях»;
«Личностные факторы стрессоустойчивости сотрудников МЧС».

Таким образом, слова «взаимосвязь», «влияние» и «факторы» - верные признаки того, что методом анализа данных в эмпирическом исследовании должен быть корреляционный анализ.

Рассмотрим кратко этапы его проведения при написании дипломной работы по психологии на тему: «Взаимосвязь личностной тревожности и агрессивности у подростков».

1. Для расчета необходимы сырые данные, в качестве которых обычно выступают результаты тестирования испытуемых. Они заносятся в сводную таблицу и помещаются в приложение. Эта таблица устроена следующим образом:

каждая строка содержит данные на одного испытуемого;
каждый столбец содержит показатели по одной шкале для всех испытуемых.

№ испытуемого	Личностная тревожность	Агрессивность

2. Необходимо решить, какой из двух типов коэффициентов - Пирсона или Спирмена - будет использоваться. Напоминаем, что Пирсон дает более точный результат, но он чувствителен к выбросам в данных Коэффициенты Спирмена могут использоваться с любыми данными (кроме номинативной шкалы), поэтому именно они чаще всего используют в дипломах по психологии.

3. Заносим таблицу сырых данных в статистическую программу.

4. Рассчитываем значение.

5. На следующем этапе важно определить, значима ли взаимосвязь. Статистическая программа подсветила результаты красным, что означает, что корреляция статистически значимы при уровне значимости 0,05 (указано выше).

Однако полезно знать, как определить значимость вручную. Для этого понадобится таблица критических значений Спирмена.

Таблица критических значений коэффициентов Спирмена

	Уровень статистической значимости
Число испытуемых	р=0,05	р=0,01	р=0,001
	0,88	0,96	0,99
	0,81	0,92	0,97
	0,75	0,88	0,95
	0,71	0,83	0,93
	0,67
	0,63	0,77	0,87
		0,74	0,85
	0,58	0,71	0,82
	0,55	0,68
	0,53	0,66	0,78
	0,51	0,64	0,76

Нас интересует уровень значимости 0,05 и объем нашей выборки 10 человек. На пересечении этих данных находим значение критического Спирмена: Rкр=0,63.

Правило такое: если полученное эмпирическое значение Спирмена больше либо равно критическому, то он статистически значим. В нашем случае: Rэмп (0,66) > Rкр (0,63), следовательно, взаимосвязь между агрессивностью и тревожностью в группе подростков статистически значима.

5. В текст дипломной нужно вставлять данные в таблице формата word, а не таблицу из статистической программы. Под таблицей описываем полученный результат и интерпретируем его.

Таблица 1

Коэффициенты Спирмена агрессивности и тревожности в группе подростков

	Агрессивность
Личностная тревожность	0,665*

* - статистически достоверна (р ≤ 0,05)

Анализ данных, приведенных в таблице 1, показывает, что существует статистически значимая положительная связьмежду агрессивностью и тревожностью подростков. Это означает, что чем выше личностная тревожность подростков, тем выше уровень их агрессивности. Такой результат дает основание предположить, что агрессия для подростков выступает одним из способов купирования тревожности. Испытывая неуверенность в себе, тревогу в связи с угрозами самооценке, особенно чувствительной в подростковом возрасте, подросток часто использует агрессивное поведение, таким непродуктивным способом снижая тревогу.

6. Можно ли при интерпретации связей говорить о влиянии? Можно ли сказать, что тревожность влияет на агрессивность? Строго говоря, нет. Выше мы показали, что корреляционная связь между явлениями носит вероятностный характер и отражает лишь согласованность изменений признаков в группе. При этом мы не можем сказать, что эта согласованность вызвана тем, что одно из явлений является причиной другого, влияет на него. То есть, наличие корреляции между психологическими параметрами не дает оснований говорить о существовании между ними причинно-следственной связи. Однако практика показывает, что термин «влияние» часто используется при анализе результатов корреляционного анализа.

).
спец. Соотноситься, быть взаимосвязанным с чем-н. Увеличение числа сердечных заболеваний коррелирует с усилением солнечной активности .
|| Ср. корреспондировать .

Толковый словарь иностранных слов Л. П. Крысина.- М: Русский язык , 1998 .

Смотреть что такое "коррелировать" в других словарях:

коррелировать - сопоставлять устанавливать — Тематики нефтегазовая промышленность Синонимы сопоставлятьустанавливать EN correlate … Справочник технического переводчика

Коррелировать - то есть производить расчет корреляции (математической или статистической взаимосвязи) между признаками … Физическая Антропология. Иллюстрированный толковый словарь.

коррелировать - коррел ировать, рует … Русский орфографический словарь

коррелировать - (I), коррели/рую, руешь, руют … Орфографический словарь русского языка

Рую, руешь; нсв. Книжн. Находиться в отношениях корреляции. Эти процессы коррелируют друг с другом … Энциклопедический словарь

КОРРЕЛИРОВАТЬ - Помещать что то в ситуацию, в которой оно находится в известном соотношении с другими вещами. 2. Вычислять коэффициент корреляции … Толковый словарь по психологии

Коррелировать - устанавливать корреляцию между взаимосвязанными явлениями … Словарь экономических терминов и иностранных слов

коррелировать - рую, руешь; нсв.; книжн. Находиться в отношениях корреляции. Эти процессы коррелируют друг с другом … Словарь многих выражений

коррелировать - коррел/ир/ова/ть … Морфемно-орфографический словарь

Валидность конвергентная и дискриминантная - (лат. convergens – приближаться, сходиться; discrivinans – различающий, разделяющий) – степень, в какой любой определённый инструмент тестирования обладает валидностью, если мера значения, полученная по этому тесту будет: а) коррелировать с… … Энциклопедический словарь по психологии и педагогике

Книги

Кризис научного познания. Взгляд физика , Г. А. Сарданашвили. Современная наука начала XXI века столкнулась с проблемой, что истина, как представление реальности, при научном познании неизбежно оказывается многовариантной и противоречивой. Причиной тому…

Возможно, будет полезно почитать: