Точечная бисериальная корреляция используется для измерения отношения между двоичной переменной x и непрерывной переменной y.
Подобнокоэффициенту корреляции Пирсона , коэффициент точечно-бисериальной корреляции принимает значение от -1 до 1, где:
- -1 указывает на совершенно отрицательную корреляцию между двумя переменными
- 0 указывает на отсутствие корреляции между двумя переменными
- 1 указывает на совершенно положительную корреляцию между двумя переменными
В этом руководстве объясняется, как рассчитать точечно-бисериальную корреляцию между двумя переменными в R.
Пример: точечно-бисериальная корреляция в R
Предположим, у нас есть двоичная переменная x и непрерывная переменная y:
x <- c(0, 1, 1, 0, 0, 0, 1, 0, 1, 1, 0)
y <- c(12, 14, 17, 17, 11, 22, 23, 11, 19, 8, 12)
Мы можем использовать встроенную функцию R cor.test() для вычисления точечно-бисериальной корреляции между двумя переменными:
#calculate point-biserial correlation
cor.test(x, y)
Pearson's product-moment correlation
data: x and y
t = 0.67064, df = 9, p-value = 0.5193
alternative hypothesis: true correlation is not equal to 0
95 percent confidence interval:
-0.4391885 0.7233704
sample estimates:
cor
0.2181635
Из вывода мы можем наблюдать следующее:
- Коэффициент точечной бисериальной корреляции равен 0,218 .
- Соответствующее значение p равно 0,5193.
Поскольку коэффициент корреляции положительный, это указывает на то, что, когда переменная x принимает значение «1», переменная y имеет тенденцию принимать более высокие значения по сравнению с тем, когда переменная x принимает значение «0».
Однако, поскольку p-значение этой корреляции не менее 0,05, эта корреляция не является статистически значимой.
Обратите внимание, что выходные данные также обеспечивают 95% доверительный интервал для истинного коэффициента корреляции, который оказывается:
95% ДИ = (-0,439, 0,723)
Поскольку этот доверительный интервал содержит ноль, это еще одно свидетельство того, что коэффициент корреляции не является статистически значимым.
Вы можете найти полную документацию по функции cor.test() здесь .