Pearson-Korrelation-Tool
Pearson-Korrelation-Tool
One-Tool-Beispiel
Für das Pearson-Korrelation-Tool gibt es ein One-Tool-Beispiel. Unter Beispiel-Workflows erfahren Sie, wie Sie dieses und viele weitere Beispiele direkt in Alteryx Designer aufrufen können.
Verwenden Sie das Pearson-Korrelation-Tool, um die Korrelation zwischen zwei Variablen zu messen.
Das Tool „Person-Korrelation“ verwendet den Produkt-Moment-Korrelationskoeffizienten nach Pearson (wird mitunter als PMCC bezeichnet und durch ein r angegeben) zum Messen der Korrelation (lineare Abhängigkeit) zwischen zwei Variablen X und Y, der einen Wert zwischen +1 und −1 liefert. In der Wissenschaft dient er sehr häufig als Maß für die Stärke der linearen Abhängigkeit zwischen zwei Variablen.*
Die Korrelation (oft als Korrelationskoeffizient ρ gemessen) gibt die Stärke und Richtung einer linearen Beziehung zwischen zwei zufälligen Variablen an. Korrelationswerte reichen von –1,00 (perfekte negative Korrelation) bis +1,00 (perfekte positive Korrelation). Der Wert null gibt an, dass keine Korrelation vorliegt.
Der Pearson-Koeffizient ergibt sich aus der Division der Kovarianz von zwei Variablen durch das Produkt ihrer Standardabweichungen.*
Tool-Konfiguration
Korrelation für ausgewählte Variablen generieren: Wählen Sie zwei oder mehr Felder (Spalten) aus dem Eingabestrom aus, für die die Korrelation ausgeführt werden soll. Die Felder müssen numerisch sein. Spalten, die eindeutige Bezeichner enthalten, wie z. B. Ersatzprimärschlüssel und natürliche Primärschlüssel, sollten nicht in statistischen Analysen verwendet werden. Sie enthalten keinen Prognosewert und können Laufzeitausnahmen verursachen.
Geben Sie den Typ der auszuführenden Berechnung an:
Korrelation berechnen: misst die Pearson-Korrelation.
Kovarianz berechnen: misst die Kovarianz zwischen verschiedenen Feldern. Der Kovarianztyp lautet „Stichprobenkovarianz“, der identisch ist mit der Excel-Statistikformel „KOVARIANZEN“.
Das Tool „Korrelationskoeffizient nach Pearson“ erwartet Werte, die nicht null sind. Wenn in Ihren Daten Nullwerte vorhanden sind, wird empfohlen, die Nullwerte mithilfe des Imputation-Tools zu ersetzen.
* http://en.wikipedia.org/wiki/Pearson_product-moment_correlation_coefficient