Galvenā atšķirība: divdimensiju korelācija ir raksturot attiecību starp diviem lineārajiem mainīgajiem lielumiem. No otras puses, daļēja korelācija ir divu mainīgo lielumu mērīšana pēc ietekmes uz trešajiem vai citiem mainīgajiem lielumiem.
Lai noteiktu, vai mainīgie lielumi ir saistīti viens ar otru, tiek izmantota divkāršā korelācija. Tā parasti mēra to, kā mainās mainās vienlaicīgi. Divpakāpju pārbaudes mērķis ir analizēt vairākus mainīgos vienlaicīgi. Analīze ir novērtēt lineāro attiecību starp abiem mainīgajiem.
Daļēja korelācija ir korelācija starp diviem mainīgajiem lielumiem pēc citu mainīgo lielumu ietekmes. Viņi mēra korelāciju starp diviem mainīgajiem, bet novērš trešā mainīgā ietekmi. Vislabāk to izmanto daudzkārtējā regresijā. Daļēja korelācija vāc mainīgos, un tā ir noderīga viltus attiecību atklāšanā un slēpto attiecību atklāšanā.
Salīdzinājums starp divdimensiju korelāciju un daļēju korelāciju:
Divfaktoru korelācija | Daļēja korelācija | |
Definīcija | Lai novērtētu, vai abi mainīgie lielumi ir savstarpēji saistīti, izmanto divfaktoru korelāciju. | Daļēju korelāciju izmanto, lai noteiktu attiecību pēc citu mainīgo (trešais mainīgais). |
Pasākumi | Tā mēra vai analizē divus mainīgos. | Tā mēra citu mainīgo lielumu. |
Mainīgie | Bieži apzīmē kā X un Y | Divi izlases mainīgie, piemēram, X un Y, X un Z vai Y un Z |
Simbols | Pearson's 'r' (R) | rYX.W |
Izmanto, lai iegūtu | Izmanto, lai iegūtu korelācijas koeficientu, kas raksturo attiecību starp diviem lineārajiem mainīgajiem lielumiem. | Izmanto, lai iegūtu korelācijas koeficientus pēc viena vai vairāku mainīgo kontroli. |
