logibroker

 previsioni

 

LOGISTAR

 

Analisi di correlazione

 

 

L'analisi di correlazione, espressa da coefficienti , misura il grado di relazione lineare tra due variabili.
Mentre in regressione l'accento è posto sulla previsione di una variabile, in correlazione l'enfasi è sulla misura in cui un modello lineare può descrivere la relazione tra due variabili.
Il coefficiente di correlazione può assumere qualsiasi valore compreso tra +1 e -1.

Il segno del coefficiente di correlazione (+, -) definisce la direzione della relazione, positiva o negativa.

Una correlazione positiva significa che all'aumentare del valore di una variabile aumenta, aumenta il valore delle altre variabili, col diminuire diminuisce per le altre.

Un coefficiente di correlazione negativa indica che come una variabile aumenta, diminuisce l'altra, e viceversa.
Il valore assoluto   del coefficiente di correlazione misura la forza della relazione.

Un coefficiente di correlazione r = 0.50 indica un grado maggiore di correlazione lineare di uno di r = 0,40.

Così un coefficiente di correlazione pari a zero (r = 0.0) indica l'assenza di una relazione lineare e coefficienti di correlazione di r = r =- 1,0 e 1,0 indicano una relazione lineare perfetta.


I grafici a dispersione presentati qui di seguito illustrano forse meglio come cambia il coefficiente di correlazione e come la relazione lineare tra le due variabili viene alterato. Quando r = 0.0 i punti di dispersione sono molto dispersi sulla trama, la maggioranza forma  un cerchio. Con l'aumentare della relazione lineare, il cerchio si fa sempre più a forma ellittica fino al caso limite  raggiunto (r = 1.00 o r =- 1.00) e tutti i punti cadono su una linea retta.
Una serie di grafici a dispersione e loro coefficienti di correlazione associati sono presentati qui di seguito:


 

Perché si usa la correlazione.


L'analisi di correlazione viene utilizzato in genere per la customer satisfaction o studi sulla soddisfazione dei dipendenti per rispondere a domande quali sono gli elementi che contribuiscono maggiormente alla soddisfazione globale di qualcuno o ed alla fedeltà?"
 


ANALISI DI REGRESSIONE


L'analisi di regressione misura la forza di un rapporto tra una variabile che si tenta di capire (ad esempio, la customer satisfaction) e una o più variabili che rappresentano una situazione (per esempio  qualità e prezzo del prodotto .
 



 
 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

.
.