Hier geht es um verschiedene
Aspekte des Pearsonschen Korrelationskoeffizienten ("der"
Korrelationskoeffizient, auch Bravaisscher Korrelationskoeffizient oder Produkt-Moment-Korrelationskoeffizient):
Fallzahlplanung mit Alpha und Betarisiko, Test auf Unterschied, Test
auf Unabhängigkeit, und Mittelung von Korrelationskoeffizienten.
zurück zu Korrelationskoeffizient
zurück zur Tabelle Korrelationskoeffizienten
Statistische Tests zum Produkt Moment Korrelationskoeffizienten.
Auf Beispiele wird verzichtet, da es sich lediglich um (zugegebenermassen manchmal recht umfangreiche) Einsetzaufgaben handelt.
Fallzahlplanung zum Nachweis eines Korrelationskoeffizienten
Hier
bedeuten
|
|
Diese Formel
beantwortet die Frage:
"Wie gross muss die Stichprobe mindestens sein, um einen bestimmten Korrelationskoeffizienten r mit festgelegtem Alpharisiko und Betarisiko "nachweisen" zu können (natürlich nur, wenn die beiden Merkmale in Wirklichkeit mindestens über den geforderten Korrelationskoeffizienten verfügen) |
Test auf Unterschied zweier unabhängiger Korrelationskoeffizienten
Dazu benötigt man die Zfisher-Transformierten der beiden Korrelationskoeffizienten.
, mit (Gepoolte Standardabweichung)
zgauss ist die Standardnormalverteilungsfunktion. Es ergibt sich ein Wert zwischen 0 und 100%, der direkt das Signifikanzniveau bedeutet.
Für den Vergleich der Korrelationskoeffizienten einer Stichchprobe und einer Grundgesamtheit setzt man n2 = unendlich.
Mittelung
von
mehreren verschiedenen Korrelationskoeffizienten
Korrelationskoeffizienten sind begrenzt zwischen
-1 und 1.
Beispielsweise ist ein Zuwachs von 0,95 auf 0,96 weitaus bedeutsamer
als ein Zuwachs von 0,10 auf 0,11.
Zur Mittelung der Korrelationskoeffizienten muss man diese erst
Zfisher-Transformieren.
Anschliessend wird aus den Transformierten der Mittelwert gebildet, und
dieser
schliesslich rücktransformiert.
Sind die Stichprobenumfänge unterschiedlich, so muss nach folgender
Formel
gemittelt werden.
(Wirkt sich nur bei kleinen Stichproben nennenswert aus).
Dies
ist ein mit den
Kehrwerten der Varianzen 1/(ni-3)
gewichteter Mittelwert
der Zfisher-Transformierten.
Je kleiner die Varianzi (je grösser ni), desto grösser das Gewicht des zugehörigen Zfisher,i |
Test auf Unterschied mehrerer (k) unabhängiger Korrelationskoeffizienten.
Folgende Grösse ist asymptotisch Chi Quadrat verteilt mit k Freiheitsgraden.
,
mit (Formel aus vorigem Abschnitt), also:
Vergleiche von Korrelationskoeffizienten kommen unter Anderem bei Metaanalysen zum Einsatz.
Diese Vergleiche sind ein Hilfsmittel um festzustellen, ob die Ergebnisse der Einzelanalysen konsistent sind oder sich eher widersprechen.
Test auf Unterschied zweier abhängiger Korrelationskoeffizienten: AC, BC
Merkmale A und B werden jeweils mit dem Merkmal C korreliert.
Untersucht
wird, ob A mit C
signifikant besser oder schlechter
korreliert als B mit C.
,
wobei
die Kovarianz zwischen den beiden Korrelationswerten rac und rbc darstellt. (Die Kovarianz der beiden Verteilungen von rac und rbc )
Test
auf Unterschied zweier abhängiger
Korrelationskoeffizienten: AB, CD
Merkmale A und B werden zweimal zu unterschiedlichen Zeitpunkten korreliert.
Damit findet man heraus, ob sich ein Korrelationskoeffizient über die Zeit signifikant verändert (hat) oder nicht.
(Der besseren Übersicht halber sei im Folgenden von A, B und C,D, anstelle A,B,A',B', die Rede).
,
wobei
zurück zu Korrelationskoeffizient
zurück zur Tabelle Korrelationskoeffizienten
01.02.2006