सहसंबंध हीटमैप

पियर्सन सहसंबंध मैट्रिक्स की गणना और विज़ुअलाइज़ेशन. संख्यात्मक चरों के बीच रैखिक संबंधों का विश्लेषण करें। हीटमैप -1 (मजबूत ऋणात्मक सहसंबंध) से +1 (मजबूत…

संख्यात्मक चरों के बीच रैखिक संबंधों का विश्लेषण करें। हीटमैप -1 (मजबूत ऋणात्मक सहसंबंध) से +1 (मजबूत धनात्मक सहसंबंध) तक सहसंबंध गुणांक दिखाता है।

पियर्सन सहसंबंध क्या है?

पियर्सन सहसंबंध गुणांक (r) दो सतत चरों के बीच रेखीय संबंध की शक्ति और दिशा मापता है। −1 से +1 तक।

सहसंबंध मैट्रिक्स सभी जोड़ीदार r मान दिखाता है। हीटमैप से मज़बूत जोड़ियाँ आसानी से पहचानी जा सकती हैं।

सहसंबंध कार्यकारणता नहीं दर्शाता। p-मान सांख्यिकीय महत्व परीक्षण करता है (सामान्यतः p < 0.05)।

Formula: r = [nΣxᵢyᵢ − ΣxᵢΣyᵢ] / √[(nΣxᵢ² − (Σxᵢ)²)(nΣyᵢ² − (Σyᵢ)²)] |r| की व्याख्या: 0.0–0.3: दुर्बल 0.3–0.7: मध्यम 0.7–1.0: प्रबल

गणना उदाहरण

चर X = [1,2,3,4,5], Y = [2,4,5,4,5]। Σx=15, Σy=20, Σxy=66, Σx²=55, Σy²=86, n=5। r = (330−300)/√((275−225)(430−400)) = 30/√(50×30) = 30/38.73 ≈ 0.775 — काफ़ी मज़बूत धनात्मक सहसंबंध, पर केवल 5 बिंदुओं के कारण 5% स्तर पर सार्थक नहीं (p ≈ 0.12)।

इस कैलकुलेटर का उपयोग कब करें

कोई डेटा विश्लेषक जो पूर्वानुमान मॉडल बनाने से पहले अन्वेषणात्मक डेटा विश्लेषण से यह पहचान रहा हो कि कौन-से चर प्रबल रूप से संबंधित हैं
कोई शोधकर्ता जो रिग्रेशन विश्लेषण चलाने से पहले पूर्वानुमायक चरों में बहु-सरेखता (multicollinearity) का पता लगा रहा हो
कोई गुणवत्ता इंजीनियर जो जाँच रहा हो कि कौन-से प्रक्रिया पैरामीटर उत्पाद दोषों या यील्ड से सहसंबद्ध हैं
कोई वित्तीय विश्लेषक जो पोर्टफोलियो विविधीकरण निर्णयों के लिए परिसंपत्ति प्रतिफलों के बीच संबंधों की जाँच कर रहा हो

बचने योग्य सामान्य गलतियाँ

सहसंबंध को कार्य-कारण मान लेना — दो चरों का साथ-साथ बदलना यह नहीं दर्शाता कि एक दूसरे का कारण है; कोई तीसरा चर (confound) दोनों को संचालित कर सकता है
अरैखिक संबंधों की अनदेखी — Pearson सहसंबंध केवल रैखिक संबंध मापता है; दो चरों में प्रबल अरैखिक संबंध (उदा., द्विघाती) हो सकता है जबकि r शून्य के निकट हो
सांख्यिकीय सार्थकता को व्यावहारिक महत्व मानना — बड़े नमूना आकारों में अति सूक्ष्म सहसंबंध (r = 0.05) भी सांख्यिकीय रूप से सार्थक (p < 0.05) हो सकते हैं परंतु उनका कोई व्यावहारिक अर्थ नहीं होता
सहसंबंध निकालने से पहले आउटलायर न जाँचना — एक अकेला चरम डेटा बिंदु Pearson r को नाटकीय रूप से बढ़ा या घटा सकता है; पहले स्कैटर प्लॉट देखें

परिणामों की व्याख्या कैसे करें

+1 या -1 के निकट सहसंबंध मान प्रबल रैखिक संबंध दर्शाते हैं; 0 के निकट मान का अर्थ है कोई रैखिक संबंध नहीं (परंतु आवश्यक नहीं कि कोई संबंध ही न हो)
परिणामों में चिह्नित सबसे प्रबल सहसंबंध युग्म सबसे घनिष्ठ रूप से जुड़े चरों की पहचान करता है — फ़ीचर चयन या बहु-सरेखता पहचान के लिए उपयोगी
हीटमैप में उच्च सहसंबंधों के समूह संबंधित चरों के ऐसे गुटों का संकेत देते हैं जो संभवतः एक ही अंतर्निहित कारक को माप रहे हैं

अक्सर पूछे जाने वाले प्रश्न

पियर्सन और स्पीयरमैन में अंतर?

पियर्सन रेखीय संबंध मापता है, सामान्य वितरण मानता है। स्पीयरमैन रैंक उपयोग करता है, क्रमिक डेटा के लिए उपयुक्त।

सहसंबंध मैट्रिक्स में p-मान की व्याख्या?

p < 0.05 सांख्यिकीय महत्व दर्शाता है। कई जोड़ीदार तुलनाओं में बोनफेरोनी सुधार लागू करें।