Spearmanov koeficijent korelacije ranga rs. Spearmanov koeficijent korelacije

27.09.2019 | Mobiteli

Disciplina" višu matematiku"prouzrokuje određeno odbacivanje, jer ga zaista ne mogu svi razumjeti. Ali oni koji imaju sreću da proučavaju ovu temu i rješavaju probleme koristeći različite jednačine i koeficijente mogu se pohvaliti gotovo potpunim znanjem o tome. psihološka nauka ne postoji samo humanitarna orijentacija, već i određene formule i metode za matematičku provjeru hipoteze iznesene u toku istraživanja. Za to se primjenjuju različiti koeficijenti.

Spearmanov koeficijent korelacije

Ovo je uobičajeno mjerenje za određivanje bliskosti odnosa između bilo koje dvije karakteristike. Koeficijent se naziva i neparametarska metoda. Prikazuje statistiku veze. Odnosno, znamo, na primjer, da su kod djeteta agresija i razdražljivost povezane, a koeficijent korelacije Spearmanovog ranga pokazuje statistički matematički odnos ove dvije karakteristike.

Kako se izračunava koeficijent rangiranja?

Naravno, sve matematičke definicije ili veličine imaju svoje formule po kojima se izračunavaju. Takođe ima Spearmanov koeficijent korelacije. Njegova formula je sljedeća:

Na prvi pogled formula nije sasvim jasna, ali ako pogledate, sve je vrlo lako izračunati:

n je broj karakteristika ili indikatora koji su rangirani.
d je razlika između određena dva ranga koja odgovaraju dvije specifične varijable svakog subjekta.
∑d 2 je zbir svih kvadrata razlika rangova karakteristika, čiji se kvadrati izračunavaju posebno za svaki rang.

Opseg matematičke mjere veze

Za primjenu koeficijenta ranga potrebno je da se kvantitativni podaci osobine rangiraju, odnosno da im se dodijeli određeni broj u zavisnosti od mjesta na kojem se osobina nalazi i njene vrijednosti. Dokazano je da su dva reda znakova, izražena u numeričkom obliku, donekle međusobno paralelna. Koeficijent rang korelacije Spearman određuje stepen ovog paralelizma, čvrstoću povezanosti karakteristika.

Da biste matematičkom operacijom izračunali i odredili odnos karakteristika pomoću navedenog koeficijenta, morate izvršiti neke radnje:

Svakoj vrijednosti bilo kojeg predmeta ili fenomena dodjeljuje se redom broj - rang. Može odgovarati vrijednosti fenomena u rastućem i opadajućem redoslijedu.
Zatim se uspoređuju rangovi vrijednosti znakova dvije kvantitativne serije kako bi se utvrdila razlika između njih.
U posebnoj koloni tabele, za svaku dobijenu razliku upisuje se njen kvadrat, a rezultati su sumirani u nastavku.
Nakon ovih koraka primjenjuje se formula po kojoj se izračunava Spearmanov koeficijent korelacije.

Svojstva koeficijenta korelacije

Glavna svojstva Spearmanovog koeficijenta uključuju sljedeće:

Mjerenje vrijednosti između -1 i 1.
Predznak koeficijenta interpretacije nema.
Bliskost veze određena je principom: što je veća vrijednost, to je veza bliža.

Kako provjeriti primljenu vrijednost?

Da biste provjerili odnos između znakova, morate izvršiti određene radnje:

Postavlja se nulta hipoteza (H0), koja je ujedno i glavna, zatim se formuliše druga, alternativna prvoj (H 1). Prva hipoteza bi bila da je Spearmanov koeficijent korelacije 0, što znači da neće biti veze. Drugi, naprotiv, kaže da koeficijent nije jednak 0, tada postoji veza.
Sledeći korak je pronalaženje posmatrane vrednosti kriterijuma. Nalazi se osnovnom formulom Spearmanovog koeficijenta.
Zatim se pronalaze kritične vrijednosti datog kriterija. To se može učiniti samo uz pomoć posebne tablice, koja prikazuje različite vrijednosti za date indikatore: nivo značajnosti (l) i broj koji određuje (n).
Sada treba da uporedimo dve primljene vrednosti: ustanovljenu vidljivu, kao i kritičnu. Da biste to učinili, morate izgraditi kritičnu regiju. Potrebno je nacrtati pravu liniju, na njoj označiti tačke kritične vrijednosti koeficijenta znakom "-" i znakom "+". Lijevo i desno od kritičnih vrijednosti, kritična područja su iscrtana polukružno od tačaka. U sredini, kombinujući dvije vrijednosti, označen je polukrugom OPG-a.
Nakon toga dolazi se do zaključka o čvrstoći odnosa između ove dvije karakteristike.

Gdje je najbolje mjesto za korištenje ove vrijednosti?

Prva nauka u kojoj se ovaj koeficijent aktivno koristio bila je psihologija. Na kraju krajeva, ovo je nauka koja se ne zasniva na brojevima, međutim, za dokazivanje bilo kakvih važnih hipoteza o razvoju odnosa, karakternih osobina ljudi, znanja učenika, potrebna je statistička potvrda zaključaka. Takođe se koristi u privredi, posebno u deviznim transakcijama. Ovdje se procjenjuju karakteristike bez statistike. Spearmanov koeficijent korelacije ranga vrlo je zgodan u ovoj oblasti primjene jer se procjena vrši neovisno o distribuciji varijabli, budući da su one zamijenjene brojem ranga. Spearmanov koeficijent se aktivno koristi u bankarstvo. U svojim istraživanjima ga koriste i sociologija, političke nauke, demografija i druge nauke. Rezultati se dobijaju brzo i što preciznije.

Pogodno i brzo se koristi Spearmanov koeficijent korelacije u Excelu. Ovdje postoje posebne funkcije koje vam pomažu da brzo dobijete potrebne vrijednosti.

Koji drugi koeficijenti korelacije postoje?

Pored onoga što smo naučili o Spearmanovom koeficijentu korelacije, postoje i različiti koeficijenti korelacije koji vam omogućavaju mjerenje, procjenu kvalitativnih karakteristika, odnos između kvantitativnih karakteristika, bliskost odnosa između njih, prikazani u rang skali. To su koeficijenti kao što su bis-serial, rank-bis-serial, sadržaj, asocijacije i tako dalje. Spearmanov koeficijent vrlo precizno pokazuje čvrstoću veze, za razliku od svih drugih metoda njenog matematičkog određivanja.

Kratka teorija

Korelacija ranga je metoda korelacijske analize koja odražava omjere varijabli sortiranih uzlaznim redoslijedom njihove vrijednosti.

Rangovi su redni brojevi jedinica stanovništva u rangiranoj seriji. Ako skup rangiramo prema dvije karakteristike, odnos između kojih se proučava, onda potpuna podudarnost rangova znači najbližu direktnu vezu, a potpuna suprotnost rangovima - najbližu povratnu informaciju. Potrebno je rangirati oba svojstva istim redoslijedom: ili od nižih prema višim vrijednostima obilježja, ili obrnuto.

U praktične svrhe, upotreba rang korelacije je prilično korisna. Na primjer, ako se uspostavi korelacija visokog ranga između dva atributa kvaliteta proizvoda, onda je dovoljno kontrolirati proizvode samo za jedan od atributa, što smanjuje troškove i ubrzava kontrolu.

Koeficijent korelacije ranga, koji je predložio K. Spearman, odnosi se na neparametarske indikatore odnosa između varijabli mjerenih na skali ranga. Prilikom izračunavanja ovog koeficijenta nisu potrebne nikakve pretpostavke o prirodi distribucije karakteristika u opštoj populaciji. Ovaj koeficijent određuje stepen čvrstoće povezanosti rednih karakteristika, koje u ovom slučaju predstavljaju rangove upoređenih vrednosti.

Vrijednost Spearmanovog koeficijenta korelacije je u rasponu od +1 i -1. Može biti pozitivan ili negativan, karakterizirajući smjer odnosa između dvije karakteristike mjerene na ljestvici ranga.

Spearmanov koeficijent korelacije ranga izračunava se po formuli:

Razlika između rangova na dvije varijable

– broj podudarnih parova

Prvi korak u izračunavanju koeficijenta rang korelacije je rangiranje serije varijabli. Procedura rangiranja počinje sređivanjem varijabli uzlaznim redoslijedom njihovih vrijednosti. Različitim vrijednostima se dodjeljuju rangovi, označeni prirodnim brojevima. Ako postoji nekoliko varijabli jednake vrijednosti, njima se dodjeljuje prosječan rang.

Prednost Spearmanovog koeficijenta rang korelacije je u tome što je moguće rangirati prema takvim karakteristikama koje se ne mogu numerički izraziti: možete rangirati kandidate za određenu poziciju prema profesionalnom nivou, sposobnosti vođenja tima, ličnom šarmu itd. Sa stručnim procjenama možete rangirati procjene različitih eksperata i pronaći njihove međusobne korelacije, kako biste potom iz razmatranja isključili procjene stručnjaka koje su slabo korelirane sa procjenama drugih stručnjaka. Spearmanov koeficijent korelacije ranga koristi se za procjenu stabilnosti trenda dinamike. Nedostatak koeficijenta rang korelacije je što potpuno različite razlike u vrijednostima karakteristika mogu odgovarati istim razlikama u rangu (u slučaju kvantitativnih karakteristika). Stoga, za potonje, korelaciju rangova treba smatrati približnom mjerom čvrstoće veze, koja ima manji sadržaj informacija od koeficijenta korelacije numeričkih vrijednosti karakteristika.

Primjer rješenja problema

Zadatak

Anketa nasumično odabranih 10 studenata koji žive u studentskom domu otkriva vezu između prosječnog rezultata na osnovu rezultata prethodne sesije i broja sati sedmično koje je student proveo na samostalnom učenju.

Odredite čvrstoću veze pomoću koeficijenta korelacije Spearmanovog ranga.

Ako postoje poteškoće u rješavanju problema, tada web stranica pruža online pomoć studentima u statistici sa kućnim testovima ili ispitima.

Rješenje problema

Izračunajmo koeficijent korelacije rangova.

№

Rasponu

Poređenje ranga

Razlika u rangu

4.7

3.1

-2

4.4

3.6

-2

3.8

3.7

-3

3.7

3.8

4.2

3.9

-3

4.3

3.6

4.2

4.3

3.1

4.4

3.9

4.7

Suma

Spearmanov koeficijent korelacije ranga:

Zamjenom numeričkih vrijednosti dobijamo:

Zaključak o problemu

Odnos između prosječne ocjene na osnovu rezultata prethodne sesije i broja sati sedmično koje je student proveo na samostalnom učenju, umjerena zategnutost.

Ukoliko su rokovi za isporuku kontrolni rad ističe, na stranici uvijek možete naručiti brzo rješenje problema u statistici.

Srednje trošak rješavanja kontrolnog rada je 700 - 1200 rubalja (ali ne manje od 300 rubalja za cijelu narudžbu). Na cijenu snažno utiče hitnost odluke (od dana do nekoliko sati). Trošak online pomoći na ispitu / testu - od 1000 rubalja. za rješenje ulaznice.

Sva pitanja o cijeni možete postaviti direktno u chatu, nakon što odbacite uslov zadataka i obavijestite vas o rokovima za rješavanje istog. Vrijeme odgovora je nekoliko minuta.

Primjeri povezanih zadataka

Fehnerov koeficijent
Dato kratka teorija i razmatra se primjer rješavanja problema izračunavanja koeficijenta korelacije Fehnerovih predznaka.

Međusobni koeficijenti kontingencije Čuprova i Pirsona
Stranica sadrži informacije o metodama za proučavanje odnosa između kvalitativnih karakteristika koristeći Chuprove i Pearsonove međusobne koeficijente kontingencije.

Spearmanov koeficijent korelacije ranga je neparametarska metoda na koju se koristi statistička studija veze između pojava. U ovom slučaju se utvrđuje stvarni stepen paralelizma između dvije kvantitativne serije proučavanih karakteristika i procjenjuje čvrstoća uspostavljene veze pomoću kvantitativno izraženog koeficijenta.

1. Istorijat razvoja koeficijenta rang korelacije

Ovaj kriterijum je razvijen i predložen za analizu korelacije 1904. godine Charles Edward Spearman, engleski psiholog, profesor na Univerzitetima u Londonu i Chesterfieldu.

2. Za šta se koristi Spearmanov omjer?

Spearmanov koeficijent korelacije ranga koristi se za identifikaciju i procjenu bliskosti odnosa između dvije serije upoređenih kvantitativnih indikatora. U slučaju da se rangovi indikatora, poredani po stepenu povećanja ili smanjenja, u većini slučajeva poklapaju (veća vrijednost jednog indikatora odgovara većoj vrijednosti drugog indikatora - npr. kada se poredi visina pacijenta i njegova tjelesna težina), zaključuje se da postoji ravno korelacija. Ako rangovi indikatora imaju suprotan smjer (veća vrijednost jednog indikatora odgovara nižoj vrijednosti drugog - npr. kada se poredi starost i broj otkucaja srca), zatim razgovaraju o tome obrnuto veze između indikatora.

Spearmanov koeficijent korelacije ima sljedeća svojstva:

Koeficijent korelacije može imati vrijednosti od minus jedan do jedan, a pri rs=1 postoji strogo direktan odnos, a pri rs= -1 - striktno Povratne informacije.
Ako je koeficijent korelacije negativan, onda postoji inverzna veza; ako je pozitivan, onda postoji direktna veza.
Ako je koeficijent korelacije jednak nuli, onda odnos između veličina praktično izostaje.
Što je modul koeficijenta korelacije bliži jedinici, to je veza između izmjerenih vrijednosti jača.

3. U kojim slučajevima se može koristiti Spearmanov koeficijent?

Zbog činjenice da je koeficijent metoda neparametrijska analiza, nije potrebna provjera normalne distribucije.

Uporedivi indikatori se mogu mjeriti kao u kontinuirana skala(na primjer, broj eritrocita u 1 µl krvi), i u redni(na primjer, ocjene kolega od 1 do 5).

Učinkovitost i kvalitet Spearmanove procjene opadaju ako se razlika između različita značenja bilo koja od izmjerenih veličina je dovoljno velika. Ne preporučuje se korištenje Spearmanovog koeficijenta ako postoji neravnomjerna raspodjela vrijednosti mjerene veličine.

4. Kako izračunati Spearmanov omjer?

Izračun koeficijenta korelacije Spearmanovog ranga uključuje sljedeće korake:

5. Kako protumačiti vrijednost Spearmanovog koeficijenta?

Kada se koristi koeficijent korelacije ranga, bliskost veze između znakova se uslovno procjenjuje, s obzirom na vrijednosti koeficijenta jednake 0,3 ili manje - pokazatelje slabe bliskosti veze; vrijednosti veće od 0,4, ali manje od 0,7 su pokazatelji umjerene bliskosti veze, a vrijednosti od 0,7 i više su pokazatelji velike bliskosti komunikacije.

Statistička značajnost dobijenog koeficijenta procjenjuje se pomoću Studentovog t-testa. Ako je izračunata vrijednost t-kriterijuma manja od tabelarne vrijednosti za dati broj stupnjeva slobode, statistička značajnost promatranog odnosa izostaje. Ako je više, tada se korelacija smatra statistički značajnom.

U slučajevima kada se mjerenja proučavanih karakteristika provode na skali reda, ili se oblik odnosa razlikuje od linearnog, proučava se odnos između ta dva slučajne varijable izvedeno uz pomoć koeficijenata rang korelacije. Uzmite u obzir Spearmanov koeficijent korelacije ranga. Prilikom njegovog izračunavanja potrebno je rangirati (poređati) opcije uzorka. Rangiranje je grupisanje eksperimentalnih podataka u određenom redoslijedu, bilo uzlazno ili opadajuće.

Operacija rangiranja se izvodi prema sljedećem algoritmu:

1. Nižoj vrijednosti se dodjeljuje niži rang. Najvišoj vrijednosti dodjeljuje se rang koji odgovara broju rangiranih vrijednosti. Najmanjoj vrijednosti se dodjeljuje rang jednak 1. Na primjer, ako je n=7, onda najveća vrijednostće dobiti rang broj 7, osim kako je predviđeno u drugom pravilu.

2. Ako je nekoliko vrijednosti jednakih, tada im se dodjeljuje rang, koji je prosjek onih rangova koje bi dobili da nisu jednaki. Kao primjer, uzmite uzlazni uzorak koji se sastoji od 7 elemenata: 22, 23, 25, 25, 25, 28, 30. Vrijednosti 22 i 23 pojavljuju se jednom, tako da su njihovi rangovi jednaki R22=1, odnosno R23 =2 . Vrijednost 25 se pojavljuje 3 puta. Ako se ove vrijednosti ne ponavljaju, tada bi njihovi rangovi bili jednaki 3, 4, 5. Dakle, njihov rang R25 je jednak aritmetičkoj sredini od 3, 4 i 5: . Vrijednosti 28 i 30 se ne ponavljaju, tako da su njihovi rangovi R28=6 i R30=7. Konačno, imamo sljedeću prepisku:

3. Ukupan broj rangova mora odgovarati izračunatom, koji je određen formulom:

gdje je n ukupan broj rangiranih vrijednosti.

Neslaganje između stvarnog i izračunatog iznosa rangova će ukazati na grešku učinjenu u izračunavanju rangova ili njihovom zbrajanju. U tom slučaju morate pronaći i popraviti grešku.

Spearmanov koeficijent korelacije ranga je metoda koja vam omogućava da odredite snagu i smjer odnosa između dvije karakteristike ili dvije hijerarhije karakteristika. Upotreba koeficijenta rang korelacije ima niz ograničenja:

a) Očekivana korelacija treba da bude monotona.
b) Zapremina svakog od uzoraka mora biti veća ili jednaka 5. Za određivanje gornje granice uzorka koriste se tabele kritičnih vrijednosti (tabela 3. Dodatka). Maksimalna vrijednost n u tabeli je 40.
c) Tokom analize, vjerovatno je da veliki broj isti činovi. U ovom slučaju, potrebno je izvršiti izmjenu. Najpovoljniji je slučaj kada oba proučavana uzorka predstavljaju dva niza neusklađenih vrijednosti.

Za provođenje korelacijske analize, istraživač mora imati dva uzorka koja se mogu rangirati, na primjer:

- dva znaka mjerena u istoj grupi ispitanika;
- dvije pojedinačne hijerarhije osobina identificirane kod dva subjekta za isti skup osobina;
- dvije grupne hijerarhije karakteristika;
- pojedinačne i grupne hijerarhije znakova.

Proračun počinjemo rangiranjem proučavanih indikatora posebno za svaki od znakova.

Hajde da analiziramo slučaj sa dve karakteristike merene u istoj grupi subjekata. Prvo, pojedinačne vrijednosti se rangiraju prema prvom atributu koji su dobili različiti subjekti, a zatim pojedinačne vrijednosti prema drugom atributu. Ako niži rangovi jednog indikatora odgovaraju nižim rangovima drugog indikatora, a viši rangovi jednog indikatora višim rangovima drugog indikatora, tada su dvije karakteristike pozitivno povezane. Ako viši rang jednog indikatora odgovara nižim rangovima drugog indikatora, tada su dva znaka negativno povezana. Da bismo pronašli rs, odredimo razlike između rangova (d) za svaki predmet. Što je manja razlika između rangova, to će koeficijent korelacije ranga rs biti bliži "+1". Ako nema veze, onda neće biti korespondencije između njih, pa će rs biti blizu nule. Što je veća razlika između rangova ispitanika u dvije varijable, bliža je "-1" vrijednost koeficijenta rs. Dakle, koeficijent korelacije Spearmanovog ranga je mjera svakog monotonog odnosa između dvije karakteristike koje se proučavaju.

Razmotrimo slučaj sa dvije pojedinačne hijerarhije karakteristika identificirane u dva subjekta za isti skup karakteristika. U ovoj situaciji se rangiraju pojedinačne vrijednosti koje je svaki od dva subjekta dobio prema određenom skupu karakteristika. Obilježje sa najmanjom vrijednošću treba dobiti prvi rang; atribut sa višom vrijednošću - drugi rang itd. Trebalo bi biti plaćeno Posebna pažnja kako bi se osiguralo da se sve karakteristike mjere u istim jedinicama. Na primjer, nemoguće je rangirati indikatore ako su izraženi u različitim "cjenovnim" točkama, jer je nemoguće odrediti koji će od faktora zauzeti prvo mjesto po ozbiljnosti dok se sve vrijednosti ne dovedu na jednu skalu. Ako karakteristike koje imaju niske rangove u jednom od predmeta imaju i niske rangove u drugom, i obrnuto, tada su pojedinačne hijerarhije pozitivno povezane.

U slučaju dvije grupne hijerarhije karakteristika, prosječne grupne vrijednosti dobijene u dvije grupe ispitanika rangiraju se prema istom skupu karakteristika za proučavane grupe. Zatim slijedimo algoritam dat u prethodnim slučajevima.

Hajde da analiziramo slučaj sa individualnom i grupnom hijerarhijom karakteristika. Počinju tako što se odvojeno rangiraju individualne vrijednosti subjekta i srednje grupne vrijednosti prema istom skupu karakteristika koje su dobijene, s izuzetkom subjekta koji ne učestvuje u srednjoj grupnoj hijerarhiji, budući da je njegov pojedinac hijerarhija će se porediti sa njim. Korelacija ranga omogućava procjenu stepena konzistentnosti između individualne i grupne hijerarhije karakteristika.

Razmotrimo kako se određuje značaj koeficijenta korelacije u gore navedenim slučajevima. U slučaju dvije karakteristike, to će biti određeno veličinom uzorka. U slučaju dvije pojedinačne hijerarhije karakteristika, značaj zavisi od broja karakteristika uključenih u hijerarhiju. U posljednja dva slučaja značajnost je određena brojem proučavanih osobina, a ne veličinom grupa. Dakle, značajnost rs u svim slučajevima određena je brojem rangiranih vrijednosti n.

Prilikom provjere statistički značaj rs koristi tabele kritičnih vrednosti koeficijenta rang korelacije sastavljene za različit broj rangiranih vrednosti i različite nivoe značajnosti. Ako apsolutna vrijednost rs dostigne kritičnu vrijednost ili je premaši, tada je korelacija značajna.

Kada se razmatra prva opcija (slučaj sa dva obeležja merena u istoj grupi ispitanika), moguće su sledeće hipoteze.

H0: Korelacija između varijabli x i y se ne razlikuje od nule.

H1: Korelacija između varijabli x i y značajno se razlikuje od nule.

Ako radimo s bilo kojim od tri preostala slučaja, onda moramo iznijeti još jedan par hipoteza:

H0: Korelacija između x i y hijerarhija je različita od nule.

H1: Korelacija između x i y hijerarhija se značajno razlikuje od nule.

Redoslijed radnji u izračunavanju koeficijenta korelacije rs Spearmanovog ranga je sljedeći.

- Odredite koje će dvije karakteristike ili dvije hijerarhije karakteristika učestvovati u podudaranju kao x i y varijable.
- rangirajte vrijednosti varijable x, dodijelivši rang 1 najmanju vrijednost, prema pravilima rangiranja. Postavite rangove u prvu kolonu tabele prema brojevima subjekata ili znakova.
- rangirajte vrijednosti varijable y. Postavite rangove u drugu kolonu tabele prema brojevima subjekata ili znakova.
- Izračunajte razlike d između rangova x i y za svaki red tabele. Rezultati se stavljaju u sljedeću kolonu tabele.
- Izračunajte kvadratne razlike (d2). Dobijene vrijednosti stavite u četvrtu kolonu tabele.
- Izračunajte zbir kvadrata razlika? d2.
- Ako se pojave isti rangovi, izračunajte ispravke:

gdje je tx volumen svake grupe jednakih rangova u uzorku x;

ty je veličina svake grupe jednakih rangova u uzorku y.

Izračunajte koeficijent korelacije ranga u zavisnosti od prisustva ili odsustva identičnih rangova. U nedostatku identičnih rangova, koeficijent korelacije ranga rs se izračunava pomoću formule:

U prisustvu istih rangova, koeficijent korelacije ranga rs se izračunava pomoću formule:

gdje?d2 je zbir kvadrata razlika između rangova;

Tx i Ty - ispravke za iste rangove;

n je broj subjekata ili karakteristika koje su učestvovale u rangiranju.

Odredite kritične vrijednosti rs iz tabele 3 Priloga, za dati broj predmeta n. Značajna razlika od nule koeficijenta korelacije će se uočiti pod uslovom da rs nije manji od kritične vrijednosti.

Korelaciona analiza je metoda koja vam omogućava da otkrijete zavisnosti između određenog broja slučajnih varijabli. Svrha korelacione analize je da se identifikuje procena jačine veza između takvih slučajnih varijabli ili karakteristika koje karakterišu određene stvarne procese.

Danas predlažemo da razmotrimo kako se Spearmanova analiza korelacije koristi za vizuelni prikaz oblika komunikacije u praktičnom trgovanju.

Spearmanova korelacija ili osnova korelacione analize

Da bi se razumjelo šta je korelacija analiza, prvo treba razumjeti koncept korelacije.

Istovremeno, ako cijena počne da se kreće u smjeru koji vam je potreban, potrebno je na vrijeme deblokirati pozicije.

Za ovu strategiju, koja se zasniva na korelacionoj analizi, najprikladniji su instrumenti za trgovanje sa visokim stepenom korelacije (EUR/USD i GBP/USD, EUR/AUD i EUR/NZD, AUD/USD i NZD/USD, CFD ugovori, itd.) .

Video: Primjena Spearmanove korelacije na Forex tržište