Der Korrelationskoeffizient ist ein statistisches Maß, mit dem die Stärke der Beziehung zwischen den relativen Bewegungen zweier Variablen berechnet wird. Die Werte des Korrelationskoeffizienten reichen von -1,0 bis 1,0. Wenn eine berechnete Zahl größer als 1,0 oder kleiner als -1,0 ist, deutet dies darauf hin, dass bei der Korrelationsmessung ein Fehler aufgetreten ist. Dies liegt daran, dass eine Korrelation von -1.0 eine perfekte negative Korrelation zeigt, während eine Korrelation von 1.0 eine perfekte positive Korrelation zeigt. Eine Korrelation von 0.0 bedeutet, dass es keine Beziehung zwischen der Bewegung der beiden Variablen gibt.
Korrelationskoeffizient können sowohl im Finanz- als auch im Investitionsbereich verwendet werden. Zum Beispiel könnte ein Verbindungskoeffizient bestimmt werden, um den Grad der Beziehung zwischen den Kosten für Rohöl und den Lagerhaltungskosten einer ölliefernden Organisation, zum Beispiel der Exxon Mobil Corporation, zu bestimmen. Da Erdölorganisationen bei steigenden Ölkosten bemerkenswertere Vorteile erzielen, ist das Verhältnis zwischen den beiden Faktoren zutiefst positiv.
Es gibt einige Arten von Verbindungskoeffizienten, aber der am weitesten verbreitete ist die Pearson-Beziehung (r). Diese schätzt die Qualität und Tragfähigkeit der geraden Verbindung zwischen zwei Variablen. Sie kann keine nichtlinearen Beziehungen zwischen zwei Variablen erfassen und kann nicht zwischen abhängigen und unabhängigen Variablen unterscheiden.
Bei einer Schätzung von genau 1,0 Methoden gibt es eine ideale positive Verbindung zwischen den beiden Variablen. Für ein positives Inkrement in einer Variable gibt es auch ein positives Inkrement in der nachfolgenden Variable. Bei einer Schätzung von – 1,0-Methoden besteht eine ideale negative Verbindung zwischen den beiden Variablen. Dies zeigt, dass sich die Faktoren in umgekehrter Weise bewegen – für ein positives Inkrement in einer Variablen gibt es eine Verringerung in der nachfolgenden Variablen. Für den unwahrscheinlichen Fall, dass die Verbindung zwischen zwei Faktoren 0 ist, gibt es keine Verbindung zwischen ihnen.
Spekulanten können Veränderungen in Beziehungsmessungen nutzen, um neue Muster auf den Haushaltsmärkten, in der Wirtschaft und bei den Aktienkosten zu erkennen.
Wichtige Takeaways
Korrelationskoeffizienten werden verwendet, um die Stärke der Beziehung zwischen zwei Variablen zu messen.
Die Pearson-Korrelation ist die in der Statistik am häufigsten verwendete Korrelation. Damit werden die Stärke und Richtung einer linearen Beziehung zwischen zwei Variablen gemessen.
Die Werte liegen immer zwischen -1 (starke negative Beziehung) und +1 (starke positive Beziehung). Werte bei oder nahe Null implizieren eine schwache oder keine Beziehung.
Werte des Korrelationskoeffizienten kleiner als +0,8 oder größer als -0,8 werden nicht als signifikant betrachtet.
Korrelationskoeffizient und Investieren
Die Verbindung zwischen zwei Variablen ist besonders nützlich, wenn Ressourcen zu den Haushaltsmärkten hinzugefügt werden. Beispielsweise kann eine Beziehung nützlich sein, wenn es darum geht zu entscheiden, wie gut ein gemeinsam genutztes Geschäft im Vergleich zu seinem Benchmark-Datensatz oder einer anderen Reserve- oder Ressourcenklasse abschneidet. Durch die Einbeziehung eines niedrigen oder ungünstig verbundenen gemeinsamen Geschäfts in ein aktuelles Portfolio erhält der Finanzspezialist erhöhte Vorteile.
Finanzspezialisten können sozusagen konträr verbundene Ressourcen oder Schutzmaßnahmen nutzen, um ihr Portfolio zu unterstützen und die Marktrisiken aufgrund von Unvorhersehbarkeit oder wilden Wertveränderungen zu verringern. Zahlreiche Spekulanten unterstützen die Wertgefahr eines Portfolios, das etwaige Kapitalerhöhungen oder Unglücksfälle adäquat mildert, da sie die Gewinnausschüttung oder Rendite aus der Aktie oder dem Wertpapier benötigen.
Die Erkenntnisse über Zusammenhänge ermöglichen es Finanzspezialisten zudem, zu entscheiden, wann sich das Verhältnis zwischen zwei Variablen ändert. So haben beispielsweise Bankaktien regelmäßig ein zutiefst positives Verhältnis zu den Finanzierungskosten, da die Kreditzinsen häufig in Abhängigkeit von den marktüblichen Kreditgebühren festgelegt werden. Für den Fall, dass die Aktienkosten einer Bank sinken, während die Kreditgebühren steigen, können Finanzspezialisten feststellen, dass etwas nicht normal ist. Für den Fall, dass die Aktienkosten von Vergleichsbanken in der Abteilung zusätzlich steigen, können Finanzspezialisten davon ausgehen, dass die sinkenden Bankaktien nicht auf Kreditgebühren zurückzuführen sind.
Gleichung des Beziehungskoeffizienten
Um die Pearson-Item-Minutenverbindung abzubilden, sollte man zunächst die Kovarianz der beiden Variablen, auf die Bezug genommen wird, bestimmen. Als nächstes muss die Standardabweichung jedes Faktors ermittelt werden. Der Verbindungskoeffizient wird kontrolliert, indem man die Kovarianz durch das Ergebnis der Standardabweichungen der beiden Faktoren trennt. Nach der Formel des Korrelationskoeffizienten handelt es sich bei der Bank aus dem Beispiel mit unzureichender Leistung also wahrscheinlich um ein internes Problem.
Die Standardabweichung ist ein Maß für die Streuung der Daten von ihrem Mittelwert. Die Kovarianz ist ein Maß dafür, wie sich zwei Variablen gemeinsam verändern, aber ihre Größenordnung ist unbegrenzt, so dass sie schwer zu interpretieren ist. Indem man die Kovarianz durch das Produkt der beiden Standardabweichungen dividiert, kann man die normalisierte Version der Statistik berechnen. Dies ist der Korrelationskoeffizient
You may also like
Falsch-negativ
Beim Verständnis der Hypothese können zwei Fehler ziemlich verwirrend sein. Diese beiden Fehler sind falsch negativ und falsch positiv. Sie können den falsch-negativen Fehler auch als Fehler vom Typ II und den falsch-positiven als Fehler vom Typ I bezeichnen. Während des Lernens denken Sie vielleicht, dass diese Fehler keinen Nutzen haben und nur Ihre Zeit […]
Box-Plot-Übersicht
Mit Hilfe eines Box-Plots oder Box-and-Whisker-Plots können Sie die Verteilung der Datenbank in einer fünfstelligen Zusammenfassung darstellen. Das erste Quartil Q1 ist das Minimum, das dritte Quartil Q3 ist der Median und das fünfte Quartil Q5 ist das Maximum. Sie können die Ausreißer und ihre Werte mit Hilfe eines Boxplots finden. Sie können auch erkennen, […]
Bayes’sche Netzwerke
Das Erstellen eines probabilistischen Modells kann eine Herausforderung sein, erweist sich aber beim maschinellen Lernen als hilfreich. Um ein solches grafisches Modell zu erstellen, müssen Sie die probabilistischen Beziehungen zwischen den Variablen finden. Angenommen, Sie erstellen eine grafische Darstellung der Variablen. Sie müssen die Variablen als Knoten und die bedingte Unabhängigkeit als das Fehlen von […]
