Apakah ada prinsip umum tentang apakah seseorang harus menghitung korelasi pearson untuk dua variabel acak X dan Y sebelum mengambil transformasi log atau setelahnya? Apakah ada prosedur untuk menguji mana yang lebih tepat? Mereka menghasilkan nilai yang sama tetapi berbeda, karena transformasi log adalah non-linear. Apakah ini tergantung pada apakah X atau Y lebih dekat dengan normalitas setelah log? Jika demikian, mengapa itu penting? Dan apakah itu berarti bahwa seseorang harus melakukan uji normalitas pada X dan Y terhadap log (X) dan log (Y) dan berdasarkan pada itu memutuskan apakah pearson (x, y) lebih tepat daripada pearson (log (x), log ( y))?
regression
correlation
logarithm
pearson-r
user9097
sumber
sumber
Jawaban:
sumber
Korelasi (pearson) mengukur hubungan linear antara dua variabel kontinu. Tidak ada pilihan untuk (X, Y) atau (log X, log Y). Plot sebar dari variabel dapat digunakan untuk memahami hubungan.
Tautan berikut dapat menjawab tentang masalah normalitas. tautan
sumber
Korelasi Pearson adalah untuk pengujian parametrik dan lebih kuat daripada uji non-parametirc. Dengan demikian, kami memilih untuk menggunakan transformasi sebelum prosedur non-parametrik. Ubah data Anda dan dapatkan korelasi pearsons. Itu dia.
sumber