Współczynnik korelacji jest wykorzystywany w statystykach do opisania wzorca lub relacji między dwiema zmiennymi. Korelacja ujemna opisuje zakres, w jakim dwie zmienne poruszają się w przeciwnych kierunkach. Na przykład dla dwóch zmiennych, X i Y, wzrost X jest związany ze spadkiem Y. Ujemny współczynnik korelacji jest również określany jako korelacja odwrotna. Relacje korelacji są przedstawione na wykresach rozrzutu.
Korelacja ujemna a dodatnia
Korelacja ujemna pokazuje połączenie między dwiema zmiennymi w taki sam sposób jak dodatni współczynnik korelacji, a względne siły są takie same. Innymi słowy, współczynnik korelacji wynoszący 0, 85 wykazuje tę samą siłę, co współczynnik korelacji wynoszący -0, 85.
Współczynniki korelacji są zawsze wartościami między -1 a 1, gdzie -1 pokazuje idealną, liniową korelację ujemną, a 1 pokazuje idealną, liniową korelację dodatnią. Poniższa lista pokazuje, co wskazują różne wartości współczynnika korelacji:
Dokładnie - 1. Idealna ujemna (opadająca) zależność liniowa
- 0, 70. Silna ujemna (opadająca) zależność liniowa
- 0, 50. Umiarkowany negatywny (opadający z góry) związek
- 0, 30. Słaba ujemna (opadająca z góry) zależność liniowa
0. Brak zależności liniowej
+0, 30. Słaba dodatnia (opadająca) zależność liniowa
+0, 50. Umiarkowana dodatnia (opadająca) zależność liniowa
+0, 70. Silna dodatnia (opadająca) zależność liniowa
Dokładnie +1. Idealna dodatnia (opadająca) zależność liniowa
Innym sposobem myślenia o wartości liczbowej współczynnika korelacji jest procent. 20% wyższy ruch dla zmiennej X oznaczałby 20% niższy ruch dla zmiennej Y.
Skrajne współczynniki korelacji
Współczynnik korelacji wynoszący zero lub bliski zeru nie wykazuje znaczącej zależności między zmiennymi. W rzeczywistości liczby te są rzadko widoczne, ponieważ idealnie liniowe relacje są rzadkie.
Przykładem silnej ujemnej korelacji byłby -97, w którym zmienne poruszałyby się w przeciwnych kierunkach niemal identycznym ruchem. Gdy liczby zbliżają się do 1 lub -1, wartości pokazują siłę relacji; na przykład 0, 92 lub -0, 97 wykazywałoby odpowiednio silną korelację dodatnią i ujemną.
Przykłady dodatnich i ujemnych współczynników korelacji
Na przykład wraz ze wzrostem temperatury na zewnątrz zmniejsza się ilość opadów śniegu; pokazuje to ujemną korelację i przez to miałby ujemny współczynnik korelacji.
Dodatnim współczynnikiem korelacji byłby związek między temperaturą a sprzedażą lodów; wraz ze wzrostem temperatury rośnie również sprzedaż lodów. Związek ten miałby dodatni współczynnik korelacji. Zależność ze współczynnikiem korelacji wynoszącym zero lub bardzo zbliżonym do zera może być temperatura i sprzedaż fast foodów (zakładając, że dla celów ilustracyjnych nie występuje korelacja zerowa), ponieważ temperatura zazwyczaj nie ma wpływu na to, czy ludzie spożywają fast foody.
Dolna linia
Negatywna korelacja może wskazywać na silny związek lub słaby związek. Wiele osób uważa, że korelacja –1 wskazuje na brak związku. Ale prawda jest odwrotna. Korelacja -1 wskazuje na prawie idealną relację wzdłuż linii prostej, która jest najsilniejszą możliwą relacją. Znak minus oznacza po prostu, że linia jest nachylona w dół i jest to relacja ujemna.
