Korelasyon matrisi
Başlıklı, çok sütunlu bir tablo yapıştırın. Tüm sütun çiftlerinin Pearson ya da Spearman korelasyonunu, eksik değerler çift başına silinerek ve her çiftin n'siyle, ısı tablosu olarak görün; en güçlü çiftleri ve çoklu doğrusallık uyarılarını okuyun.
İlk satır sütun adları olmalı. Excel'den kopyalayabilir ya da CSV yükleyebilirsiniz; ayraç ve ondalık biçimi otomatik algılanır. Sayısal olmayan sütunlar atlanır; boş hücreler eksik sayılır. En çok 30 sütun ve 20.000 satır.
Veri tarayıcınızda okunur ve hesaplanır; hiçbir yere gönderilmez.
Verinizdeki ilişkilerin hangilerinin gerçekten işe yaradığını ve model kurarken nelere dikkat etmeniz gerektiğini birlikte inceleyelim.
Görüşme talep edin01
Nasıl kullanılır
A
Başlık satırlı çok sütunlu tabloyu yapıştırın ya da CSV yükleyin; örnek veriyi de deneyebilirsiniz.
B
Pearson (doğrusal) ya da Spearman (sıra) korelasyonunu seçin; eksik değerler çift başına silinir.
C
Isı tablosunu, en güçlü 10 çifti ve |r| > 0,9 çoklu doğrusallık uyarısını okuyun; matrisi CSV olarak indirin.
02
Korelasyon matrisi neyi gösterir?
Matris, her sütun çiftinin korelasyon katsayısını bir tabloda toplar: köşegen 1'dir (her sütun kendisiyle), matris köşegene göre simetriktir. Değer −1 ile +1 arasındadır; işaret yönü (birlikte artıyor ya da biri artarken diğeri azalıyor), mutlak değer ilişkinin gücünü gösterir. Çok sayıda değişkenle çalışırken hangilerinin birlikte hareket ettiğini bir bakışta bulmanın hızlı yoludur.
Isı tablosunda hücre arka planı |r|'ye göre koyulaşır; hücrenin içinde değerin kendisi yazar. Renk yerine yoğunluk ve sayı kullanıldığı için tablo siyah-beyaz yazdırıldığında ve renk körlüğünde de okunur.
03
Pearson mı, Spearman mı?
Pearson, değerlerin doğrusal ilişkisini ölçer; aykırı değere duyarlıdır ve eğrisel bir ilişkiyi eksik gösterebilir. Spearman, değerleri sıralarıyla değiştirip Pearson'ı hesaplar: yalnızca sıralama önemlidir, bu yüzden her tekdüze ilişkiyi (artan ya da azalan, doğrusal olmasa da) yakalar ve aykırı değerlere dayanıklıdır. Eşit değerlere (bağlar) ortalama sıra verilir.
İki sonuç çok ayrışıyorsa genellikle eğrisellik ya da aykırı değer vardır; ilgili çiftin dağılım grafiğine bakın.
04
Eksik değer ve çoklu doğrusallık
Her çift için yalnızca ikisinin de dolu olduğu satırlar kullanılır (çift başına silme); her hücrenin n'si farklı olabilir ve araç bunu gösterir. Eksik değer çoksa farklı çiftler farklı alt kümelerden hesaplanır, bu yüzden hücreleri birbiriyle kıyaslarken dikkatli olun. Alternatif, tüm satırları tek ortak kümeye indirmektir (liste halinde silme); bu daha tutarlıdır ama veri kaybettirir.
|r| > 0,9 olan çiftler neredeyse aynı bilgiyi taşır (çoklu doğrusallık). Bu sütunları birlikte bir regresyon ya da makine öğrenmesi modeline verirseniz katsayılar kararsızlaşır; birini çıkarmak, ortalamasını almak ya da temel bileşenlere geçmek yaygın çözümlerdir.
Sık sorulanlar
- Sütunlarım neden listeden çıkarıldı?
- Sayısal olmayan (metin, tarih) sütunlar atlanır ve atlananlar listelenir. Bir sütunun değerlerinin en az %80'i sayı değilse metin sayılır. Sayıları metin gibi tutan biçimleri (örneğin birim eki "12 kg") temizleyin.
- Hücredeki küçük sayı ne demek?
- O sütun çiftinin hesabında kullanılan satır sayısı n'dir. Eksik değer yoksa tüm hücrelerde aynıdır ve araç tek bir n gösterir; eksik değer varsa hücre başına farklı olabilir.
- Kaç satır yeterli?
- Hesap 3 satırla yapılır ama bu çok azdır. Güvenilir bir yorum için en az 30 satır önerilir; n küçükken |r| rastlantıyla bile yüksek çıkabilir. En güçlü çiftler tablosundaki p değeri bu belirsizliği gösterir.
- Yüksek korelasyon neden-sonuç ilişkisi demek mi?
- Hayır. İki değişkenin birlikte değişmesi, birinin diğerine yol açtığını göstermez; ortak bir üçüncü etken, ters yön ya da rastlantı olabilir. Zamanla artan iki seri neredeyse her zaman yüksek korelasyon gösterir.
- Çok sayıda çift olduğunda p değerlerine güvenebilir miyim?
- Dikkatli olun. 30 sütunda 435 çift sınanır; hiçbir gerçek ilişki olmasa bile bunların yaklaşık %5'i p < 0,05 verir. Bu araç çoklu karşılaştırma düzeltmesi yapmaz; p değerini bir sıralama ölçütü olarak okuyun.
- Sabit bir sütun neden hata veriyor?
- Tüm değerleri aynı olan sütunun varyansı sıfırdır; korelasyon formülü sıfıra böler ve tanımsızdır. Böyle bir sütun zaten başka değişkenlerle ilişki kurmaz; matristen çıkarın.
İlişkileri doğru modele dönüştürün
Üretim, satış ya da saha verinizde hangi değişkenlerin gerçekten birbirini etkilediğini bulalım; çoklu doğrusallığı yöneterek öngörü ve karar destek modellerini birlikte kuralım.