a:

Ein negativer Korrelationskoeffizient bedeutet, dass für jede der beiden Variablen X und Y eine Zunahme von X mit einer Abnahme von Y einhergeht. Eine negative Korrelation zeigt eine Verbindung zwischen zwei Variablen in derselben. So ist ein positiver Korrelationskoeffizient und die relativen Stärken sind gleich. Mit anderen Worten zeigt ein Korrelationskoeffizient von 0. 85 die gleiche Stärke wie ein Korrelationskoeffizient von -0. 85.

Korrelationskoeffizienten sind immer Werte zwischen -1 und 1, wobei -1 eine perfekte, lineare negative Korrelation und 1 eine perfekte, lineare positive Korrelation zeigt. Ein Korrelationskoeffizient von Null oder sehr nahe bei Null zeigt keine sinnvolle Beziehung zwischen Variablen. In Wirklichkeit sind diese Zahlen selten zu sehen, da es nur sehr wenige lineare Beziehungen gibt. Stattdessen werden Zahlen, die sich diesen Werten annähern, verwendet, um die Stärke einer Beziehung zu demonstrieren. zum Beispiel 0.92 oder -0. 97 würde jeweils eine sehr starke positive und negative Korrelation zeigen. Wie bei allen Statistiken, die Korrelation zeigen, beweist dies keine Verursachung.

Das Konzept der negativen Korrelationen lässt sich am einfachsten anhand von Beispielen erfassen. Ein einfacher würde die Menge an Schneefall und die Temperatur messen. Mit steigender Temperatur sinkt der Schneefall; dies zeigt eine negative Korrelation und hätte einen negativen Korrelationskoeffizienten. Ein positiver Korrelationskoeffizient wäre die Beziehung zwischen der Temperatur und dem Verkauf von Eiskrem; Mit steigender Temperatur steigen auch die Verkäufe von Speiseeis. Diese Beziehung hätte einen positiven Korrelationskoeffizienten. Eine Beziehung mit einem Korrelationskoeffizienten von Null oder sehr nahe bei Null wäre Temperatur- und Fast-Food-Verkäufe (oder zumindest würden wir dies annehmen).