Principale » negoziazione algoritmica » Cosa significa un coefficiente di correlazione negativo?

Cosa significa un coefficiente di correlazione negativo?

negoziazione algoritmica : Cosa significa un coefficiente di correlazione negativo?

Un coefficiente di correlazione viene utilizzato nelle statistiche per descrivere un modello o una relazione tra due variabili. Una correlazione negativa descrive la misura in cui due variabili si muovono in direzioni opposte. Ad esempio, per due variabili, X e Y, un aumento di X è associato a una diminuzione di Y. Un coefficiente di correlazione negativo viene anche definito correlazione inversa. Le relazioni di correlazione sono rappresentate graficamente in grafici a dispersione.

Correlazione negativa contro positiva

Una correlazione negativa dimostra una connessione tra due variabili allo stesso modo di un coefficiente di correlazione positivo e i punti di forza relativi sono gli stessi. In altre parole, un coefficiente di correlazione di 0, 85 mostra la stessa forza di un coefficiente di correlazione di -0, 85.

I coefficienti di correlazione sono sempre valori compresi tra -1 e 1, dove -1 mostra una correlazione negativa lineare perfetta e 1 mostra una correlazione lineare positiva perfetta. L'elenco seguente mostra cosa indicano i diversi valori di coefficiente di correlazione:

Esatto - 1. Una perfetta relazione lineare negativa (inclinata verso il basso)

- 0, 70. Una relazione lineare fortemente negativa (inclinata verso il basso)

- 0, 50. Una relazione moderata negativa (in discesa)

- 0, 30. Una relazione lineare negativa debole (in discesa)

0. Nessuna relazione lineare

0, 30. Una relazione lineare debole positiva (verso l'alto)

0, 50. Una relazione lineare moderata positiva (verso l'alto)

0, 70. Una relazione lineare fortemente positiva (verso l'alto)

Esattamente +1. Una relazione lineare positiva (inclinata verso l'alto) perfetta

Un altro modo di pensare al valore numerico di un coefficiente di correlazione è in percentuale. Uno spostamento del 20% più alto per la variabile X equivarrebbe a uno spostamento del 20% più basso per la variabile Y.

Coefficienti di correlazione estremi

Un coefficiente di correlazione pari a zero, o vicino a zero, non mostra alcuna relazione significativa tra le variabili. In realtà, questi numeri sono visti raramente, poiché le relazioni perfettamente lineari sono rare.

Un esempio di una forte correlazione negativa sarebbe -.97 per cui le variabili si sposteranno in direzioni opposte in una mossa quasi identica. Quando i numeri si avvicinano a 1 o -1, i valori dimostrano la forza di una relazione; per esempio, 0, 92 o -0, 97 mostrerebbero, rispettivamente, una forte correlazione positiva e negativa.

Esempi di coefficienti di correlazione positivi e negativi

Ad esempio, quando la temperatura aumenta all'esterno, la quantità di nevicate diminuisce; questo mostra una correlazione negativa e, per estensione, avrebbe un coefficiente di correlazione negativo.

Un coefficiente di correlazione positivo sarebbe la relazione tra temperatura e vendite di gelati; all'aumentare della temperatura, aumentano anche le vendite di gelati. Questa relazione avrebbe un coefficiente di correlazione positivo. Una relazione con un coefficiente di correlazione pari a zero, o molto vicino a zero, potrebbe essere la vendita di temperatura e fast food (supponendo che vi sia una correlazione zero a fini illustrativi) perché la temperatura in genere non ha alcuna influenza sul fatto che le persone consumino fast food.

Linea di fondo

Una correlazione negativa può indicare una relazione forte o una relazione debole. Molte persone pensano che una correlazione di -1 non indichi alcuna relazione. Ma l'opposto è vero. Una correlazione di -1 indica una relazione quasi perfetta lungo una linea retta, che è la relazione più forte possibile. Il segno meno indica semplicemente che la linea è inclinata verso il basso ed è una relazione negativa.

Confronta i conti di investimento Nome del fornitore Descrizione Descrizione dell'inserzionista × Le offerte che compaiono in questa tabella provengono da società di persone da cui Investopedia riceve un compenso.
Raccomandato
Lascia Il Tuo Commento