Es aceptar que se correlacionan antes-y-después de que los datos?

Question

Se me pide que dibuje un diagrama de dispersión y para calcular un coeficiente de correlación para la siguiente situación. Un grupo de sujetos se miden en sangre característica antes y después de la cirugía.

Es ACEPTAR que se correlacionan antes-y-después de que los datos?

Sé que no está bien para realizar correlaciones no independiente de los datos. Siento que este es un caso: las dos mediciones se realizan sobre los mismos temas, deberían estar correlacionados.

Sé que la correlación de los datos para el cambio a través del tiempo no está bien-pero eso es obvio y no es el caso aquí.

También la correlación de dos variables medidas repetidas de la misma muestra es un gran No. Pero de nuevo, no es mi caso.

Answer 1

Ninguna de las correlaciones usted piensa que no OK no OK. La correlación es sólo una medida de la relación lineal. A veces necesitamos saber la medida de una relación que sabe que existe, tal como esta, o cualquiera de los otros que usted enumeró. En este caso, se puede saber la cantidad de correlación para una variedad de razones que van desde lo que se necesite para medidas repetidas t-informe de la prueba para comprobar que los datos son de sonido.

Tal vez lo que quieres decir por no ACEPTAR es que no es bueno para examinar una correlación con una prueba de hipótesis donde el null es un 0 de correlación. Eso no estaría bien, porque usted sabe que tiene que haber alguna. Pero eso no es lo que a usted se le pide hacer.

Answer 2

Esto está perfectamente bien. Se están considerando dos variables diferentes, cada uno mide una vez por tema. Uno contiene la 'pre' valores, el otro, el 'post' de los valores. Creo que se están mezclando hasta la independencia entre las observaciones (de los sujetos) y la independencia de las variables.

Por favor, tenga en cuenta que en su situación, es posible que se desee analizar las diferencias entre el pre y el post, no sólo mirar a las correlaciones, dependiendo de la pregunta científica.

Answer 3

Yo creo que depende de lo que usted está tratando de hacer con sus datos. Técnicamente, es bueno para correlacionar las medidas repetidas de la misma materia en el sentido de que es matemáticamente posible. Pero si estás tratando de sacar algún tipo de inferencia (por ejemplo, la causalidad) de sus datos, simplemente se correlaciona dos observaciones que están en el mismo asunto no va a decir nada útil.

He aquí un bonito hilo hablando de correlaciones de medidas repetidas dentro de los temas.