_stan
(320 punti)
2' di lettura

Correlazione

I dati non mi devono portare a conclusioni di rapporti di causa ed effetto, ma descrivono in modo dettagliato un fenomeno, e individuare le possibili associazioni, vedere che due variabili sono tra loro associate. C'è una correlazione, quando possiamo identificare relazioni quando non stiamo manipolando le varianti. Le persone che hanno un basso livello di autostima, spesso presentano anche depressione. Scarica autostima è legata a livelli di depressione.

Si dice la situazione quando stiamo analizzando situazioni di un individuo sperimentale. Correlazione ci dice che le due variabili sono legate ma non ci permette di distinguere i due casi, e non ci fa escludere la terza variabile cioè che vi sia associazione tra autostima e depressione ma entrambi possono essere associate a un altro a causa. Per indicare la correlazione ci aiuta la statistica, misuriamo le diverse variabili e la statistica ci permette di vedere se associazione c'è o non c'è, e se è presente questa associazione in quale direzione. Coefficiente di correlazione, ci dice che ha un parametro è un valore. Coefficiente di correlazione più il numero è alto, più ci dice se la correlazione è positiva o negativa.
Correlazione chiamata negativa perfetta (molto forte), all'aumentare di una variabile l'altra diminuisce, quindi hanno direzioni opposte.
Correlazione di tipo negativo, variabili sono associate in modo medio.
Correlazione di tipo positivo, le due variabili variano insieme e aumentano insieme.
C'è variazione di una corrisponde al variare dell'altra. Associazioni che individuiamo sono indicative delle relazioni di causa ed e?etto. Statistica ci permette di dire che la correlazione osservata è valida. Non possiamo fare conclusione il fatto che A determina B o che B determina A.