I ricercatori che raccolgono quantitativa , o basati numericamente , i dati eseguono varie forme di analisi statistica per trarre conclusioni da questi dati . Con la ricerca di relazioni tra i diversi insiemi di dati che si raccolgono , i ricercatori possono testare ipotesi su come diversi fattori influenzano l’un l’altro , e quanto forte questi effetti sono . Uno di questi metodi , prove di correlazioni statistiche , si è limitato valore accademico . Correlazioni

correlazioni sono una semplice forma di analisi statistica che cerca rapporti numerici tra due insiemi di dati di uguali dimensioni . Confrontando numeri da due diversi set di dati insieme , correlazioni guardano come movimento nel valore di numeri in una serie di dati è legato al movimento del valore dei numeri nell’altro insieme di dati . Ad esempio , un ricercatore poteva guardare correlazioni tra le ore gli studenti trascorrono a studiare ed i loro punteggi dei test per vedere se c’è una relazione tra ore passate a studiare e punteggi dei test . L’equazione per verificare relazioni correlazioni questa relazione come un coefficiente che è compreso tra zero ( assolutamente alcuna relazione tra i due insiemi di dati) e uno ( un perfetto rapporto tra i due insiemi di dati) che è o positivo (aumento di un set di dati è correlato ad un aumento nell’altro insieme di dati ) o negativo ( un aumento di un set di dati è collegata a una diminuzione negli altri set di dati ) .

Vantaggi

il principale vantaggio del metodo di ricerca di correlazioni semplici tra due insiemi di dati è che l’equazione per trovare un coefficiente di correlazione è sufficiente per studenti per crunch i numeri a mano semplice , piuttosto che basarsi su computer o calcolatori per l’analisi . Questo introduce gli studenti alla matematica dietro analisi statistiche, che costruisce le fondamenta per comprendere la matematica dietro metodi più sofisticati di analisi statistica . La semplice natura di una correlazione introduce anche gli studenti alle idee che stanno dietro l’analisi statistica ( direzione e la grandezza delle relazioni ) .

Mancanza di direzionalità

Lo svantaggio principale di correlazioni è che, mentre essi riportano le relazioni tra insiemi di dati , danno nessun indizio causalità. In particolare , la matematica dietro l’equazione di correlazione non lascia i ricercatori sanno che set di dati è responsabile della relazione equazioni rapporto di correlazione . Nell’esempio di esecuzione di una correlazione tra ore passate a studiare e punteggi dei test , potrebbe essere intuitivo pensare che una relazione positiva tra le due serie di dati a causa di ore trascorse a studiare . Tuttavia , per quanto riguarda la matematica dietro l’equazione di correlazione è interessato, non c’è modo di dimostrare che l’inverso — che ottenere i punteggi dei test più alti ti fa studiare di più — isnt vero .

bivariata

correlazioni bivariate sono in natura : si confrontano due numeri alla volta da due diversi insiemi di dati . Questo solo permette ai ricercatori di esaminare le relazioni tra due fattori alla volta . Tuttavia, questo non è realistico : ci sono quasi sempre molteplici relazioni e gli effetti su qualcosa . Se un ricercatore ha voluto esaminare le relazioni e gli effetti inter- connessi , l’equazione di correlazione è matematicamente in grado di ospitare un tale progetto di ricerca . L’analisi di regressione , invece, permette un ricercatore di stabilire non solo la causalità , ma a guardare le relazioni tra più di due insiemi di dati .