Инверзна корелација
Инверзна корелација, позната и као негативна корелација, је супротна веза између две променљиве тако да се они крећу у супротним смеровима. На пример, са променљивим А и Б, како се А повећава, Б опада, а како А опада, Б расте. У статистичкој терминологији инверзна корелација је означена коефицијентом корелације "р" који има вредност између -1 и 0, а р = -1 указује на савршену обрнуту корелацију.
Кључне Такеаваис
- Иако два скупа података могу имати јаку негативну корелацију, то не значи да понашање једног има било каквог утицаја или везе узрока ка другом.
- Однос између две променљиве може се мењати током времена и може имати и периоде позитивне корелације.
Графичка обрнута корелација
Два скупа података могу се поставити на графу на оси к и и да би се проверила повезаност. То се назива дијаграм расејања и представља визуелни начин да се провери да ли постоји позитивна или негативна корелација. Графикон испод илуструје снажну негативну повезаност између два низа података који су приказани на графу.
Пример израчуна обрнуте корелације
Корелација се може израчунати између две групе података да би се добио бројчани резултат. Резултирајућа статистика користи се на предиктивни начин за процену метрика као што су предности смањења ризика од диверзификације портфеља и других важних података. Пример представљен у наставку показује како израчунати статистику.
Претпоставимо да аналитичар треба да израчуна степен корелације између следећа два скупа података:
- Кс: 55, 37, 100, 40, 23, 66, 88
- И: 91, 60, 70, 83, 75, 76, 30
У проналажењу корелације налазе се три корака. Прво саберите све Кс вредности да бисте пронашли СУМ (Кс), додајте све вредности И да бисте пронашли СУМ (И) и помножите сваку Кс вредност са одговарајућом вредности И и збројите их да бисте пронашли СУМ (Кс, И):
СУМ (Кс) = 55 + 37 + 100 + 40 + 23 + 66 + 88 = 409 \ почетак {поравнање} \ текст {СУМ} (Кс) & = 55 + 37 + 100 + 40 + 23 + 66 + 88 \ \ & = 409 \\ \ крај {поравнано} СУМ (Кс) = 55 + 37 + 100 + 40 + 23 + 66 + 88 = 409
СУМ (И) = 91 + 60 + 70 + 83 + 75 + 76 + 30 = 485 \ почетак {поравнање} \ текст {СУМ} (И) & = 91 + 60 + 70 + 83 + 75 + 76 + 30 \ \ & = 485 \\ \ крај {поравнано} СУМ (И) = 91 + 60 + 70 + 83 + 75 + 76 + 30 = 485
СУМ (Кс, И) = (55 × 91) + (37 × 60) +… + (88к × 30) = 26, 926 \ почетак {поравнање} \\ \ текст {СУМ} (Кс, И) & = (55 \ пута 91) + (37 \ пута 60) + \ дотсо + (88 к \ пута 30) \\ & = 26, 926 \\ \ крај {поравнано} СУМ (Кс, И) = (55 × 91) + (37 × 60) +… + (88к × 30) = 26.926
Следећи корак је узимање сваке вредности Кс, квадратни и збрајање свих ових вредности да бисте пронашли СУМ (к 2 ). Исто се мора учинити за И вредности:
СУМ (Кс2) = (552) + (372) + (1002) +… + (882) = 28, 623 \ текст {СУМ} (Кс ^ 2) = (55 ^ 2) + (37 ^ 2) + (100 ^ 2) + \ дотсо + (88 ^ 2) = 28, 623СУМ (Кс2) = (552) + (372) + (1002) +… + (882) = 28, 623
СУМ (И2) = (912) + (602) + (702) +… + (302) = 35, 971 \ текст {СУМ} (И ^ 2) = (91 ^ 2) + (60 ^ 2) + (70 ^ 2) + \ дотсо + (30 ^ 2) = 35, 971СУМ (И2) = (912) + (602) + (702) +… + (302) = 35, 971
Примећујући да постоји седам запажања, н, следећа формула се може користити за проналазак коефицијента корелације, р:
р = [н × (СУМ (Кс, И) - (СУМ (Кс) × (СУМ (И))] [(н × СУМ (Кс2) −СУМ (Кс) 2] × [нкСУМ (И2) −СУМ (И) 2)] р = \ фрац {[н \ тимес (\ текст {СУМ} (Кс, И) - (\ текст {СУМ} (Кс) \ пута (\ текст {СУМ} (И))]} {\ скрт {[(н \ пута \ текст {СУМ} (Кс ^ 2) - \ текст {СУМ} (Кс) ^ 2] \ пута [нк \ текст {СУМ} (И ^ 2) - \ текст {СУМ } (И) ^ 2)]}} р = [(н × СУМ (Кс2) -СУМ (Кс) 2] × [нкСУМ (И2) -СУМ (И) 2)] [н × (СУМ (Кс, И) - (СУМ (Кс) × (СУМ (И))]
У овом примеру је корелација:
- р = (7 × 26, 926− (409 × 485)) ((7 × 28, 623−4092) × (7 × 35, 971−4852)) р = \ фрац {(7 \ пута 26, 926 - (409 \ пута 485))} {\ скрт {((7 \ пута 28.623 - 409 ^ 2) \ пута (7 \ пута 35.971 - 485 ^ 2))}} р = ((7 × 28.623−4092) × (7 × 35.971−4852)) (7 × 26 926− (409 × 485))
- р = 9, 883 ÷ 23, 414р = 9, 883 \ див 23, 414р = 9, 883 ÷ 23, 414
- р = -0, 42р = -0, 42р = -0, 42
Два скупа података имају обрнуту корелацију од -0, 42.
Шта вам говори обратна корелација ">
Инверзна корелација вам говори да када се једна варијабла диже, друга пада. На финансијским тржиштима, најбољи пример обрнуте корелације вероватно је онај између америчког долара и злата. Како амерички долар депрецијације према главним валутама, злато се генерално доживљава као пораст, а како амерички долар цени, злато опада.
Потребно је имати на уму две тачке у погледу негативне корелације. Прво, постојање негативне корелације или позитивне корелације по том питању не мора нужно подразумевати и узрочно-посљедичну везу. Друго, однос између две променљиве није статичан и флуктуира током времена, што значи да променљиве могу да показују обрнуту корелацију током неких периода и позитивну корелацију током других.
Ограничења употребе обратне корелације
Корелацијске анализе могу открити корисне информације о односу између две варијабле, попут начина на који се тржишта акција и обвезница често крећу у супротним смеровима. Међутим, анализа не у потпуности узима у обзир одлике или неуобичајено понашање неколико тачака података у оквиру датог скупа података, што би могло искривити резултате.
Такође, када две варијабле покажу негативну корелацију, можда постоји неколико других варијабли које, иако нису укључене у студију корелације, у ствари утичу на променљиву. Иако две варијабле имају веома јаку обрнуту корелацију, овај резултат никада не подразумева повезаност између узрока и последица. Коначно, употреба резултата корелацијске анализе за екстраполирање истог закључка на нове податке носи високи степен ризика.
Упоредите инвестиционе рачуне Име добављача Опис Откривање оглашивача × Понуде које се појављују у овој табели су од партнерстава од којих Инвестопедиа прима накнаду.