Zusammenfassung
Der Korrelationskoeffizient ist eine Maßzahl, mit der Stärke und Richtung eines monotonen Zusammenhangs zwischen quantitativen oder ordinalen Merkmalen quantifiziert werden können. Sind zwei Merkmale stark korreliert, so kann man eines mit Hilfe des anderen vorhersagen. Bei quantitativen Daten kann die Art des Zusammenhangs durch Streudiagramme veranschaulicht werden. Für mehr als zwei Merkmale werden die Korrelationskoeffizienten in der Korrelationsmatrix zusammengestellt. Sie können auch durch Grafiken sehr gut veranschaulicht werden.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Notes
- 1.
dies sind Merkmale, die sortiert werden können, wie z. B. Zufriedenheitsscores
- 2.
\(\text {Die Varianz ist ein Spezialfall der Kovarianz: }\)
$$ s_{x,x} =\frac{1}{n-1}\sum _{k=1}^{n}(x_{i}-\overline{x})(x_{i}-\overline{ x}) =\frac{1}{n-1}\sum _{k=1}^{n}(x_{i}-\overline{x})^{2} $$ - 3.
Dies wird hier nicht behandelt.
Author information
Authors and Affiliations
Corresponding author
Rights and permissions
Copyright information
© 2020 Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature
About this chapter
Cite this chapter
von der Hude, M. (2020). Korrelation. In: Predictive Analytics und Data Mining . Springer Vieweg, Wiesbaden. https://doi.org/10.1007/978-3-658-30153-8_3
Download citation
DOI: https://doi.org/10.1007/978-3-658-30153-8_3
Published:
Publisher Name: Springer Vieweg, Wiesbaden
Print ISBN: 978-3-658-30152-1
Online ISBN: 978-3-658-30153-8
eBook Packages: Computer Science and Engineering (German Language)