Pensé que la r de pearson es 0,1 se considera como una relación débil pero mi instructor dice a veces tal vez relación. No lo entiendo. ¿Y cómo se relaciona con ETA?
Respuestas
¿Demasiados anuncios?
Dipstick
Puntos
4869
Permítanme de nuevo a publicar la misma cita de la web:
- Una vez le pregunté a un químico que fue la calibración de un instrumento de laboratorio para un estándar de lo que el valor del coeficiente de correlación, que estaba buscando para. "0.9 es demasiado baja. Usted necesita por lo menos 0.98 o 0,99." Obtuvo el número de parte de un gobierno de orientación del documento.
- Una vez le pregunté a un ingeniero que estaba llevando a cabo un análisis de regresión de un proceso de tratamiento, lo que el valor del coeficiente de correlación que él estaba buscando. "Nada entre 0.6 y 0.8 es aceptable." Su profesor de la universidad le dijo este.
- Una vez le pregunté a un biólogo que estaba llevando a cabo un ANOVA de el tamaño de ratones de campo que viven en la contaminada frente vírgenes de los suelos lo que el valor de el coeficiente de correlación que él estaba buscando. Él no lo sabía, pero su corte fue de 0.2 basado en la más pequeña diferencia en el tamaño de su modelo podría detectar con el número de muestras que él tenía.
Es cierto que la correlación es un valor entre $-1$ $+1$ donde $0$ es "no hay correlación", $-1$ es perfecto, correlación negativa y $+1$ es perfecto, la correlación positiva. Sin embargo, además de eso, no hay ninguna tal cosa como objetivamente "fuerte", o "de la" semana de la correlación. Esto depende del tipo de datos que va a tratar con lo que las magnitudes de correlación se puede esperar.
mat_geek
Puntos
1367
Depende del tamaño de la muestra. Si el tamaño de muestra es pequeño la estimación no puede ser significativamente diferente de 0. Por otra parte si el tamaño de muestra es grande puede ser estadísticamente significativamente diferente de 0. En este último caso que se podría decir que es significativa pero a llamar fuerte es una cuestión de juicio y depende de la materia.
James
Puntos
1294
Para agregar en las otras respuestas, que bien podría tener también una no lineal de dependencia entre las dos variables que la de Pearson $r$ no captura. Entonces usted puede tener una mirada en la Máxima Información Coeficiente de MICRÓFONO: aquí.
De todos modos, la mejor cosa que usted probablemente puede hacer con dos variables es echar un vistazo a su diagrama de dispersión. Así que usted puede juzgar si es fuerte o débil relación a sí mismo.
