Корелација, позната и као линеарни (Пеарсонов) коефицијент корелације, представља регресиону меру која покушава да квантификује степен заједничке варијације између две променљиве.
Према томе, то је статистичка мера која квантификује линеарну зависност између две променљиве, односно, ако су вредности узете од две променљиве представљене у дијаграму расејања, коефицијент линеарне корелације ће показати колико је добар или лош скуп тачака представљен прилази линији.
На мање колоквијални начин можемо га дефинисати као број који мери степен интензитета и осећај повезаности две променљиве.
Бити:
Оквир (к; и): тхе коваријанса између вредности „к“ и „и“.
σ (к): стандардна девијација „к“.
σ (и): стандардна девијација „и“.
Вредности које корелација може узети
ρ = -1 Негативна савршена корелација
ρ = 0 Не постоји корелација
ρ = +1 позитивна савршена корелација
Говоримо о позитивној корелацији ако сваки пут када вредност „к“ порасте, вредност „и“ расте, а такође са истим интензитетом (+1).
У супротном случају, ако год вредност „к“ порасте, а вредност „и“ падне, такође са истим интензитетом, онда говоримо о негативној корелацији (-1).
Важно је знати да то не значи да то раде у истом омјеру (осим ако немају исту стандардну девијацију).
Регресиона анализаГрафички приказ корелације
Позитивна савршена корелација:
Не постоји корелација:
Негативна савршена корелација:
Савет: у многим приликама немамо средстава или податке да бисмо користили ову формулу. Стога, ако имамо две серије цена, можемо израчунати коефицијент корелације у екцелу, користећи следећу функцију: цоеф.де.цоррел (серија цена к; серија цена и).
р на квадрат или коефицијент утврђеностиКоефицијент варијације