في هذا الفيديو ،سوف نطلعك على طرق االرتباط اإلحصائية المختلفة .
هناك طريقة واحدة لقياس االرتباط بين المتغيرات الرقمية
إذًا كيف -Pالمستمرة باستخدام طريقة تُسمى ارتباط بيرسون .طريقة ارتباط بيرسون سوف تُعطيك قيمتين :معامل االرتباط والقيمة نفسر هذه القيم؟ بالنسبة لمعامل االرتباط ،تشير القيمة القريبة من 1إلى ارتباط إيجابي كبير ،بينما تشير القيمة القريبة من سالب كيف 1 -Pإلى ارتباط سلبي كبير ،وتشير القيمة القريبة من صفر إلى عدم وجود ارتباط بين المتغيرات .بعد ذلك ،تخبرنا القيمة فإن القيمة أقل من 001.وهذا يعطينا تأكيد قوي بشأن معامل االرتباط -P،نتأكد من االرتباط الذي قمنا بحسابه .بالنسبة للقيمة الذي قمنا بحسابه .القيمة التي بين 001.و 05.تعطينا تأكيد متوسط .والقيمة التي بين 05.و 1.تعطينا تأكيد ضعيف. أكبر من 1.لن تعطينا أي تأكيد عن االرتباط على اإلطالق .يمكننا أن نرى هذا هناك ارتباط قوي عندما يقترب -Pوالقيمة أقل من .001.يظهر الرسم البياني التالي بيانات ذات قيم ارتباط -Pمعامل االرتباط من 1أو من سالب واحد ،والقيمة مختلفة .في هذا المثال ،نريد أن ننظر إلى االرتباط بين متغير الحصان وثمن السيارة .انظر كيف يمكننا بسهولة حساب ارتباط ؟ يمكننا أن نرى أن معامل االرتباط تقريبًا ،8.وهذا قريب من .1لذا هناك ارتباط SI/PIبيرسون باستخدام مجموعة إحصائيات أيضا مالحظة هذا أن القيمة ً جدا ،أصغر بكثير من .001.وبهذا يمكننا أن نستنتج أننا متأكدون -Pإيجابي قوي .يمكننا ً صغيرة من االرتباط اإليجابي القوي .مع أخذ كل المتغيرات في الحسبان ،يمكننا اآلن إنشاء خريطة تمثيل حراري تشير إلى االرتباط بين كل من المتغيرات مع بعضها البعض .يشير نظام األلوان إلى معامل ارتباط بيرسون ،مما يشير إلى قوة االرتباط بين متغيرين. يمكننا رؤية خط قطري بلون أحمر داكن ،مما يشير إلى أن جميع القيم على هذا القطر مرتبطة بشكل كبير .هذا منطقي ألنه عندما دائما ما ستكون .1تعطينا هذهً تلقي نظرة عن قُرب ،تجد أن القيم على القطر هي ارتباط جميع المتغيرات مع أنفسهم ،والتي الخريطة االرتباطية نظرة عامة جيدة حول كيفية ارتباط المتغيرات المختلفة ببعضها البعض ،و األهم من ذلك ،كيف ترتبط هذه .المتغيرات بالسعر