Niech i będą zmiennymi losowymi o dyskretnych rozkładach. oznaczają wartości prób losowych tych zmiennych natomiast – wartości średnie z tych prób, tj.
Wówczas estymator współczynnika korelacji liniowej definiuje się następująco:
Wartość współczynnika korelacji mieści się w przedziale domkniętym [−1, 1]. Im większa jego wartość bezwzględna, tym silniejsza jest zależność liniowa między zmiennymi.
oznacza brak liniowej zależności między cechami, oznacza dokładną dodatnią liniową zależność między cechami, natomiast oznacza dokładną ujemną liniową zależność między cechami, tzn. jeżeli zmienna rośnie, to maleje i na odwrót.
Współczynnik korelacji liniowej można traktować jako znormalizowaną kowariancję. Korelacja przyjmuje zawsze wartości w zakresie [−1, 1], co pozwala uniezależnić analizę od dziedziny badanych zmiennych.
Poziomy korelacji i ich interpretacja
Korelacje
Ujemne
Dodatnie
Słabe
−0,5 do 0,0
0,0 do 0,5
Silne
−1,0 do −0,5
0,5 do 1,0
Korelacje można interpretować jako silne, słabe, ujemne[1][2]. Interpretacja taka jest jednak arbitralna i nie możemy jej traktować zbyt ściśle. Na przykład współczynnik równy 0,9 dla socjologów i ekonomistów oznacza silną korelację, a dla fizyków posługujących się wysokiej klasy pomiarami przy badaniu praw przyrody oznacza korelację słabą[2]. Z drugiej strony poziom korelacji ma wpływ na czas życia korelacji[1].
Ograniczenia stosowalności
podatny na obserwacje skrajne.
interpretacja jest oczywista tylko dla wielowymiarowego rozkładu normalnego (jest wtedy estymatorem elementu macierzy współczynników tego rozkładu).
↑ abA. Buda, A. Jarynowski (2010), Life-time of correlations and its applications vol. 1, Wydawnictwo Niezależne: 5–21, December 2010, ISBN 978-83-915272-9-0.
↑ abCohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.).