Interpretacja współczynnika korelacji – kontynuacja

Potrzebna nam jest pewna miara błędów przewidywania. Dla pojedynczego wyniku błędem przewidywania jest wielkość różnicy między wartością y, przewidzianą na podstawie znajomości x (możemy tę wartość oznaczyć y), a wartością y otrzymaną w rzeczywistości, tj. (y – V) Błąd standardowy oceny jest to błąd standardowy wszystkich takich różnic: znając standardowe odchylenie przewidywanych wyników (ay) oraz współczynnik korelacji (riy) można go obliczyć za pomocą wzoru:

Błąd standardowy oceny y oy = OV|/I-T,J stopnie to przestać się uczyć. Ta ujemna korelacja powstaje stąd, ze niektórzy studenci łatwiej niż inni osiągają dobre oceny (być może, dzięki wrodzonym zdolnościom lub lepszemu uprzedniemu przygotowaniu). Tak więc ci studenci, którzy uczą się najpilniej, często z trudem uzyskują ledwie dostateczne oceny, a wielu studentów otrzymuje dość dobre stopnie, poświęcając na naukę niewiele czasu. Przykład ten stanowi wystarczającą przestrogę przeciwko przyczynowemu interpretowaniu współczynnika korelacji.

Jednakże może się tak zdarzyć, że gdy dwa zbiory danych są skorelowane, pierwszy zbiór jest przyczyną drugiego. Poszukiwanie przyczyn jest zagadnieniem logicznym, a korelacje mogą w tym pomóc, natomiast sama korelacja nie mówi nam, czy jedna zmienna jest przyczyną drugiej, czy też to, co mają wspólnego, jest wynikiem działania jakiejś trzeciej zmiennej.

Leave a reply

You may use these HTML tags and attributes: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>