proszę pomóżcie!!

współczynnik korelacji rangowej spearmana liczę gdy mam cechy mierzalne czy niemierzalne? a współczynnik korelacji liniowej pearsona? proszę pomóżcie! jakoś tego nie rozumiem a koło za chwilkę!!!

nikt nic nie wie?

Wikipedia: \"Współczynnik korelacji liniowej Pearsona określa poziom zależności liniowej między zmiennymi losowymi. Niech x i y będą zmiennymi losowymi o ciągłych rozkładach. xi,yi oznaczają wartości prób losowych tych zmiennych (i = 1,2,...,n), natomiast \\overline{x}, \\overline{y} - wartości średnie z tych prób, tj. \\overline{x} = \\frac{1}{n}\\sum_{i=1}^n x_i, \\overline{y} = \\frac{1}{n}\\sum_{i=1}^n y_i. Wówczas współczynnik korelacji liniowej definiuje się następująco: r_{xy} = \\frac{\\sum_{i=1}^n (x_i - \\overline{x})(y_i - \\overline{y})}{\\sqrt{\\sum_{i=1}^n (x_i - \\overline{x})^2} \\sqrt{\\sum_{i=1}^n (y_i - \\overline{y})^2}}, r_{xy} \\in [-1, 1]. Innymi słowy współczynnik korelacji liniowej dwóch zmiennych jest ilorazem kowariancji i iloczynu odchyleń standardowych tych zmiennych: r_{XY} = \\frac{\\mathrm{cov}(X, Y)}{\\sigma_X\\sigma_Y} Współczynnik korelacji można określić również dla zmiennych losowych o dyskretnych rozkładach. Trzymając się poprzedniej notacji dla średnich wartości zmiennych, dostajemy postać r_{XY} = \\frac{\\mathrm{cov}(X, Y)}{\\sigma_X\\sigma_Y} = \\frac{\\left(\\sum_{i=1}^n\\sum_{j=1}^mP(X=x_i,Y=y_j)x_iy_j\\right) - \\overline{X}\\;\\overline{Y} }{\\sqrt{\\left(\\sum_{i=1}^nP(X=x_i)x_i^2\\right)-\\overline{X}^2 }\\sqrt{\\left(\\sum_{i=1}^mP(Y=y_i)y_i^2\\right) -\\overline{Y}^2} } Im większa wartość współczynnika, tym większa jest zależność liniowa między zmiennymi. rxy = 0 oznacza brak liniowej zależności między cechami, rxy = 1 oznacza dokładną dodatnią liniową zależność między cechami, natomiast rxy = − 1 oznacza dokładną ujemną liniową zależność między cechami, tzn. jeżeli zmienna x rośnie, to y maleje i na odwrót. Współczynnik korelacji liniowej można traktować jako znormalizowaną kowariancję. Korelacja przyjmuje zawsze wartości w zakresie [ − 1,1], co pozwala uniezależnić analizę od dziedziny badanych zmiennych.\"

dzięki, ale to już czytałam sobie. będą sie mnie pytać dokładnie o to kiedy używamy, i to dokładnie tak jak pisałam

http://www.mp.pl/artykuly/index.php?aid=10898&_tc=C4C2F3E474714B5EB47C396C661FD3CF \"Siłę współzależności dwóch zmiennych można wyrazić liczbowo za pomocą wielu mierników. Najbardziej popularny jest współczynnik korelacji liniowej Pearsona, oznaczony symbolem rXY i przyjmujący wartości z przedziału [-1, 1]. Należy zwrócić uwagę, że współczynnik korelacji Pearsona wyliczamy wówczas, gdy obie zmienne są mierzalne i mają rozkład zbliżony do normalnego, a zależność jest prostoliniowa (stąd nazwa). Przy interpretacji współczynnika korelacji liniowej Pearsona należy więc pamiętać, że wartość współczynnika bliska zeru nie zawsze oznacza brak zależności, a jedynie brak zależności liniowej.\"[Analiza korelacji mgr Andrzej Stanisz z Zakładu Biostatystyki i Informatyki Medycznej Collegium Medicum UJ w Krakowie (Kierownik Zakładu: prof. dr hab. med. Andrzej Żarnecki)]

iloraz krzyżowy lub chi-kwadrat, awentualnie jak liczności masz małe, to wylicz dokladnie z dokladnego testu Fishera.