Pearsonin kerroin
Mikä on Pearson-kerroin?
Pearson-kerroin on eräänlainen korrelaatiokerroin, joka edustaa kahden muuttujan välistä suhdetta, jotka mitataan samalla väli- tai suhdeasteikolla. Pearson-kerroin on kahden jatkuvan muuttujan välisen yhteyden voimakkuuden mitta.
Pearson-kertoimen ymmärtäminen
Pearson-kertoimen, jota kutsutaan myös Pearson-korrelaatiokertoimeksi tai Pearsonin tulo-momenttikorrelaatiokertoimeksi, löytämiseksi nämä kaksi muuttujaa sijoitetaan sirontakaavioon. Muuttujat merkitään X:llä ja Y:llä. Kertoimen laskeminen edellyttää jonkin verran lineaarisuutta; sirontadiagrammi, joka ei kuvaa mitään samankaltaisuutta lineaarisen suhteen kanssa, on hyödytön. Mitä lähempänä sirontakaavion suoraa viivaa on, sitä suurempi on assosiaatiovahvuus. Numeerisesti Pearson-kerroin esitetään samalla tavalla kuin korrelaatiokerroin, jota käytetään lineaarisessa regressiossa, välillä -1 - +1. Arvo +1 on kahden tai useamman muuttujan täydellisen positiivisen suhteen tulos. Positiiviset korrelaatiot osoittavat, että molemmat muuttujat liikkuvat samaan suuntaan. Päinvastoin, arvo -1 edustaa täydellistä negatiivista suhdetta. Negatiiviset korrelaatiot osoittavat, että kun yksi muuttuja kasvaa, toinen pienenee; ne liittyvät käänteisesti toisiinsa. Nolla tarkoittaa, että korrelaatiota ei ole.
Pearson-kertoimen edut
Sijoittajalle, joka haluaa hajauttaa salkun, Pearson-kerroin voi olla hyödyllinen. Laskelmat historiallisten tuottojen hajautuskuvioista omaisuusparien, kuten osakkeet-joukkovelkakirjat, osakkeet-hyödykkeet, joukkovelkakirjat-kiinteistöt jne., tai tarkempien omaisuuserien - kuten suuren pääoman osakkeet,. pieniyhtiöt osakkeet ja velat - välillä. kehittyvien markkinoiden osakkeet – tuottavat Pearson-kertoimia, jotka auttavat sijoittajaa kokoamaan salkun riski- ja tuottoparametrien perusteella. Huomaa kuitenkin, että Pearson-kerroin mittaa korrelaatiota, ei kausaatiota, mikä tarkoittaa, että yksi muuttuja tuotti tuloksen toisessa muuttujassa. Jos suurten ja pienten yhtiöiden osakkeiden kerroin on 0,8, ei tiedetä, mikä aiheutti suhteellisen korkean assosiaatiovahvuuden.
Kuka oli Karl Pearson?
Karl Pearson (1857-1936) oli englantilainen akateeminen ja tuottelias matematiikan ja tilastotieteen alojen avustaja. Häntä pidetään nykyaikaisten tilastojen pääasiallisena perustajana ja eugenikan puolestapuhujana. Samannimisen kertoimen lisäksi Pearson tunnetaan muun muassa khin-neliötestin ja p-arvon käsitteistä sekä lineaarisen regression kehittämisestä ja jakaumien luokittelusta. Vuonna 1911 Pearson perusti maailman ensimmäisen yliopistotilastolaitoksen, sovelletun tilastotieteen laitoksen University College Londoniin.
Vuonna 1901 Pearson perusti ensimmäisen modernin tilaston lehden nimeltä Biometrika.
##Kohokohdat
Pearson-kerroin osoittaa korrelaation, ei syy-yhteyttä.
Englantilainen matemaatikko ja tilastotieteilijä Karl Pearson on tunnustettu monien tilastotekniikoiden, mukaan lukien Pearson-kertoimen, khin-neliötestin, p-arvon ja lineaarisen regression kehittämisestä.
Pearson-kerroin on matemaattinen korrelaatiokerroin, joka edustaa kahden muuttujan välistä suhdetta, joita merkitään X ja Y.
Pearson-kertoimet vaihtelevat +1:stä -1:een, jolloin +1 edustaa positiivista korrelaatiota, -1 edustaa negatiivista korrelaatiota ja 0 ei yhteyttä.
