Correlazione lineare due variabili

Correlazione positiva

Quando un aumento in una variabile comporta un aumento nell'altra. Esempio: aumento del reddito → aumento della spesa.

Correlazione negativa

Un aumento in una variabile comporta una diminuzione nell'altra. Esempio: aumento del prezzo del carburante → diminuzione dei viaggi.

Variazione di un'unità

In una correlazione lineare, quale variazione si ha nell'altra variabile? Esempio: per ogni euro in più, la spesa aumenta di 5 euro.

Rappresentazione grafica

Un grafico a dispersione mostra i punti corrispondenti ai dati. La disposizione indica la forza della correlazione.

Coefficiente di correlazione

Indica la forza e la direzione della relazione. Va da -1 a 1. Esempio: 0,8 indica una forte correlazione positiva.

Correlato ma non causale

Due variabili possono essere correlate senza una relazione di causa-effetto. Esempio: gelati venduti e annegamenti in estate.

Esempio di correlazione

Un negozio di abbigliamento nota che l'aumento delle vendite di giacche è correlato a un aumento della temperatura. Significato?

Correlazione e affitti

Aumento del reddito → aumento degli affitti. Contesto: in una città con maggiore occupazione, gli affitti tendono a salire.

Correlazione e viaggi

Aumento delle temperature → aumento delle prenotazioni di viaggi. Spiegazione: le persone viaggiano di più in estate.

Misura della correlazione

Quali strumenti si usano? Software statistici come Excel, R, Python.

Correlazione e stipendio

Aumento dell'istruzione → aumento dello stipendio. Importanza per le scelte professionali.

Correlazione e tempo

Aumento delle ore di studio → incremento dei voti. Rilevanza per il successo scolastico.

Correlazione e dati

Analizzare dati storici di vendite e clima. La correlazione può suggerire strategie di marketing stagionali.

Correlazione zero

Quando non esiste alcuna relazione tra le variabili. Esempio: altezza e numero di scarpe in una classe.

Esempio pratico

Un'azienda nota che l'aumento delle promozioni porta a un incremento delle vendite. Qual è la correlazione?

Correlazione e salute

Aumento dell'attività fisica → diminuzione del peso. Esempio pratico per stili di vita sani.

Correlazione in marketing

Analizzare la relazione tra investimento pubblicitario e vendite. Correlazione positiva suggerisce efficacia.

Correlazione, non causa

Due eventi possono apparire correlati, ma non significa che uno causi l'altro. Esempio: pioggia e aumento delle vendite di ombrelli.

Verifica della correlazione

Utilizzare il test di Pearson per confermare la forza della correlazione tra due variabili. Importante per analisi statistiche.

Interpretazione della correlazione lineare: cosa indica?

La correlazione lineare indica il grado di relazione tra due variabili. Un coefficiente vicino a 1 o -1 suggerisce una forte relazione. Es.: - Se le vendite aumentano con il budget pubblicitario, c'è correlazione positiva. - Se il prezzo aumenta e le vendite diminuiscono, c'è correlazione negativa.

Prezzo e quantità vendute

Maggiore è il prezzo, minore è la quantità venduta. Esempio: in un negozio di scarpe, se il prezzo aumenta di 10 euro, le vendite possono diminuire del 20%.

Chilometri percorsi e carburante consumato

Maggiore è la distanza percorsa, maggiore è il consumo di carburante. Esempio: per 100 km, consumo 8 litri.

Affitto e distanza dal centro

In genere, più è distante un appartamento dal centro, più basso è l'affitto. Esempio: in centro 1000€, a 10 km 700€.

Ore di studio e voto finale

Maggiore è il numero di ore di studio, maggiore è il voto finale. Esempio: 5 ore di studio → 28, 10 ore → 30.

Salario e ore lavorate

All'aumentare delle ore lavorate, aumenta il salario. Esempio: 20 ore a settimana → 800€, 40 ore → 1600€.

Prezzo del biglietto e affluenza al cinema

Prezzi più alti portano a minore affluenza. Esempio: biglietto a 10€ → 100 spettatori, a 15€ → 60 spettatori.

Temperatura e consumo elettrico

Aumenta la temperatura, aumenta il consumo di energia per il condizionatore. Esempio: 25°C → 200 kWh, 30°C → 300 kWh.

Prezzo del cibo e spesa mensile

Cibi più costosi aumentano la spesa mensile. Esempio: cibo a 50€/settimana → 200€, a 70€/settimana → 280€.

Età e risparmi

Con l'aumentare dell'età, aumentano i risparmi. Esempio: 20 anni → 2000€, 40 anni → 15000€.

Sconto e vendite

Aumentando lo sconto, aumentano le vendite. Esempio: sconto 10% → 50 vendite, 20% → 80 vendite.

Ore di sonno e rendimento scolastico

Maggiore è il numero di ore di sonno, migliore è il rendimento. Esempio: 6 ore → 24, 8 ore → 30.

Aumento della popolazione e richieste di servizi

Aumentando la popolazione, aumentano le richieste di servizi. Esempio: + 1000 abitanti → + 5% richieste.

Spesa per marketing e vendite

Maggiore è la spesa in marketing, maggiore è la crescita delle vendite. Esempio: 1000€ → + 15%, 2000€ → + 30%.

Varietà di prodotti e soddisfazione clienti

Maggiore varietà di prodotti porta a maggiore soddisfazione. Esempio: 5 prodotti → 70%, 15 prodotti → 90%.

Tempo di attesa e soddisfazione cliente

Aumentando il tempo di attesa, diminuisce la soddisfazione. Esempio: 5 min → 80%, 15 min → 50%.

Prezzo del carburante e viaggi

Se il prezzo del carburante aumenta, i viaggi diminuiscono. Esempio: 1.5€/litro → 1000 km, 2€/litro → 800 km.

Costo delle bollette e numero di elettrodomestici

Aumentando il numero di elettrodomestici, aumentano le bollette. Esempio: 3 elettrodomestici → 100€, 6 elettrodomestici → 200€.

Sconto e fidelizzazione del cliente

Aumentando lo sconto, aumenta la fedeltà dei clienti. Esempio: 5% → 60% fedeltà, 15% → 80%.

Rendimento degli investimenti e tempo

Maggiore è il tempo, maggiore è il rendimento. Esempio: 1 anno → 5%, 5 anni → 30%.

Prezzo dei biglietti e numero di vendite

Maggiore è il prezzo del biglietto, minore è il numero di vendite. Esempio: se un concerto ha un biglietto a 20€ e vende 1000 biglietti, se il prezzo sale a 30€, potrebbero vendere solo 700 biglietti. Correlazione negativa.

Cos'è il coefficiente di correlazione?

È un numero tra -1 e 1 che indica la forza e la direzione della relazione lineare tra due variabili.

Calcola il coefficiente di correlazione: X: [1, 2, 3], Y: [2, 4, 6]

Utilizzando la formula di Pearson: $\displaystyle r = 1$. Relazione perfettamente positiva.

Vero o falso: r = -1 indica una correlazione positiva.

Falso. r = -1 indica una correlazione negativa perfetta.

Differenza tra correlazione e causalità?

Correlazione: relazione tra variabili. Causalità: una variabile influenza l'altra.

Formula del coefficiente di correlazione di Pearson?

$\displaystyle r = \frac{cov(X,Y)}{\sigma_X \sigma_Y}$, dove $\displaystyle cov$ è la covarianza e $\displaystyle \sigma$ la deviazione standard.

Cosa rappresenta r = 0?

Nessuna correlazione lineare tra le due variabili.

Esempio di dati: reddito e spesa.

Al crescere del reddito, la spesa tende ad aumentare. Attesa: correlazione positiva.

Calcola r per X: [4, 5, 6], Y: [10, 11, 12]

Risultato: $\displaystyle r = 1$, indica una relazione lineare perfetta.

True or False: r = 0.5 indica una correlazione forte.

Falso. Indica una correlazione moderata.

Cosa si osserva in un diagramma di dispersione con r = -0.8?

Punti disposti lungo una linea inclinata verso il basso, mostrando una forte correlazione negativa.

Quando usare la correlazione di Spearman?

Quando i dati non sono normalmente distribuiti o quando sono ordinali.

Esempio di calcolo: altezze e pesi.

Se altezze aumentano e pesi aumentano, ci sarà una correlazione positiva.

Cos'è la covarianza?

Misura come due variabili variano insieme. Positiva se entrambe aumentano.

Calcolo di r per X: [2, 3, 1], Y: [5, 6, 4]

Risultato: $\displaystyle r \approx 0.5$, indica correlazione moderata.

Vero o falso: una correlazione alta implica causalità.

Falso. Correlazione non implica necessariamente causalità.

Cosa indica una correlazione di -0.5?

Correlazione negativa moderata. Al crescere di una variabile, l'altra tende a diminuire.

Formula per calcolare la covarianza?

$\displaystyle cov(X,Y) = \frac{1}{n-1} \sum (X_i - \bar{X})(Y_i - \bar{Y})$.

Qual è l'interpretazione di r = 0.9?

Correlazione molto forte. Le variabili tendono a muoversi insieme in modo coerente.

Che effetto ha la normalità sui risultati di correlazione?

I risultati di correlazione possono essere distorti se i dati non sono normalmente distribuiti.

Calcola la correlazione per X: [2, 4, 6], Y: [1, 3, 5]

1. Calcola media X e Y. 2. Calcola deviazioni da media: X' = X - media(X), Y' = Y - media(Y). 3. Calcola prodotto delle deviazioni: somma(X' * Y'). 4. Calcola varianza di X e Y: somma(X'²) e somma(Y'²). 5. Formula: r = (somma(X' * Y')) / (sqrt(somma(X'²) * somma(Y'²))) Risultato: r = 1.

Correlazione positiva

Quando all'aumentare di una variabile, aumenta anche l'altra. Esempio: aumento delle vendite con l'aumento della pubblicità.

Correlazione negativa

Quando all'aumentare di una variabile, diminuisce l'altra. Esempio: aumento del prezzo e diminuzione delle vendite.

Il coefficiente di correlazione

Indica la forza e la direzione della relazione. Varia da -1 a 1. Più vicino a 1 o -1, più forte è la correlazione.

Se r = 0.8, cosa significa?

Significa che c'è una forte correlazione positiva tra le due variabili esaminate.

Cosa indica r = -0.5?

Indica una correlazione negativa moderata. Quando una variabile aumenta, l'altra tende a diminuire.

Correlazione non implica causalità?

Vero. Due variabili possono essere correlate senza che una causino l'altra. È importante analizzare altri fattori.

Esempio di correlazione in negozi

Aumento del numero di clienti porta a un aumento delle vendite. Correlazione positiva tra clienti e fatturato.

Esempio pratico di correlazione negativa

Aumento delle temperature in inverno porta a una diminuzione della vendita di sciarpe. Correlazione negativa.

Dove si usa la correlazione?

Nell'analisi di vendite, affitti, stipendi, e molto altro. Serve per fare previsioni e decisioni.

Cos'è un outlier?

Un valore anomalo che si discosta notevolmente dagli altri dati. Può influenzare la correlazione.

Implicazioni di una correlazione forte

Può suggerire strategie di marketing efficaci o necessità di interventi. Analizzare sempre il contesto.

Esempio pratico di analisi dati

Un'azienda nota una correlazione positiva tra ore di lavoro e produttività. Potrebbe investire in training.

Un esempio di correlazione circolare?

Aumento della temperatura e aumento dell'uso di ventilatori, ma anche ventilatori che portano a una maggiore comodità.

Correlazione e decisioni aziendali

Una correlazione può guidare decisioni su produzione, marketing e gestione delle risorse. Importante analizzare sempre i dati.

Cosa analizzare con r = 0.3?

Una correlazione debole. Potrebbe non essere significativa, richiede ulteriori analisi per capire il contesto.

Qual è l'importanza della regressione?

Aiuta a prevedere i valori di una variabile in base all'altra. Utile in ambiti come vendite e finanza.

Esempio: prezzo e domanda

Se aumenta il prezzo di un prodotto, la domanda tende a diminuire. Correlazione negativa.

Esempio di correlazione positiva nel viaggio

Aumento delle chilometri percorsi porta a un aumento delle spese di carburante. Correlazione positiva.

Rilevanza della correlazione debole

Anche una correlazione debole può avere significato in contesti specifici. Non sottovalutarla.

Interpretazione dei risultati della correlazione: aspetti chiave

1. Se r è vicino a 1 o -1, la relazione è forte. 2. Un r prossimo a 0 indica poca o nessuna correlazione. 3. Attenzione agli outlier: possono influenzare i risultati. 4. Considerare il contesto per capire l'implicazione della correlazione.