ההבדל בין מתאם לכוונה
אם ברצונך לבטא קשרים בין משתנים או מדדים, תוכל להשתמש במשתנה או מתאם. שניהם לא תמיד מתאימים, כי יש הבדלים משמעותיים. הגודל הקודם אינו סטנדרטי, כך שלא ניתן להשוות את התוצאות של חישובים שונים.
ניתן לבטא קשרים בין משתנים במגוון משתנים. אך אופן התפתחות אלה תלוי גם באופן בו נמדדו הערכים. אז אם אתה משווה את השונות בין משתנים שנרשמו אחרת או שיש להם טווחי ערכים שונים, אז אתה צריך מתאמים.
מה זה covariance?
המגוון המשותף מציין את הקשר בין שני משתנים (למשל ב. בין גובה ומשקל של אנשים). ערכים נמוכים של יחידת מדידה אחת יכולים להיות קשורים גם לערכים נמוכים של היחידה השנייה ואם הערכים עולים, אז הם עושים זאת במידה דומה עבור שני המשתנים.
- לדוגמה, אנשים גבוהים יותר בדרך כלל שוקלים יותר. במקרה זה קיימת שונות משותפת חיובית.
- מצד שני, קיים קשר שלילי כאשר ערכים גבוהים של ערך אחד מלווים בערכים נמוכים של הערך השני. כך, למשל, במספר תחנות המשטרה באזור ותדירות הפשעים (יותר נוכחות משטרה אמורה להיות פחות פשעים).
- אבל לפעמים אין קשר בכלל. זה חל כאשר הבדלים בתחום אחד אינם משפיעים כלל על משתני המדידה האחרים. עם זאת, על מנת לפרט בדיוק עד כמה גדולה היחסים, נדרש מפרט המתאם. זה מייצג נורמליזציה כך שניתן להשוות מתאמים של משתנים נמדדים שונים מאוד זה עם זה.
טעינת גורמים - אינפורמטיבי
לפעמים אתה מתעניין ביחסים בין מאפיינים, כי בדרך זו ...
ההבדל בקורלציה
- המתאם מבטא גם קשר, אך מדד זה מתוקנן בניגוד למגוון. המתאם יכול להניח רק ערכים בין -1 (קשר שלילי) ל -1 (קשר חיובי).
- ערכים באפס מצביעים על כך שלהבדלים במשתנה אחד יש השפעה מועטה או ללא השפעה על השני; כאן אין קשר ראוי לציון ולכן גם אין covariance.
- בנוסף, המתאם נבדק על משמעותו. משמעות הדבר היא כי הוא מחושב האם יש למעשה מתאם בין מאפייני המשתנים בהתחשב במספר הערכים הנמדדים.