FreeStatistics.org

Free Statistics

of Irreproducible Research!

Description of Statistical Computation

Author's title

Author*The author of this computation has been verified*
R Software Modulerwasp_partialcorrelation.wasp
Title produced by softwarePartial Correlation
Date of computationWed, 12 Nov 2008 12:30:03 -0700
Cite this page as followsStatistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?v=date/2008/Nov/12/t1226518361hcq9zzg92p0a2xx.htm/, Retrieved Sun, 19 May 2024 11:39:11 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=24408, Retrieved Sun, 19 May 2024 11:39:11 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact169

Tree of Dependent Computations

Family? (F = Feedback message, R = changed R code, M = changed R Module, P = changed Parameters, D = changed Data)
-     [Bivariate Kernel Density Estimation] [task 8.1.1] [2008-11-11 17:07:52] [1eab65e90adf64584b8e6f0da23ff414]
F RMPD    [Partial Correlation] [task 8.1 partial ...] [2008-11-12 19:30:03] [0458bd763b171003ec052ce63099d477] [Current]
Feedback Forum
2008-11-23 14:37:28 [Nathalie Daneels] [reply] 
Evaluatie opdracht 3 - Blok 8 (Q1)

De conclusie is onvoldoende en niet echt in verband gebracht met de bivariate density. De student zou moeten bespreken welke invloed variabele z (de derde variabele) heeft op de correlatie tussen x en y. Bovendien zou de student hierbij kunnen vermelden wat precies variabele 3 is.

Dit zou de conclusie kunnen zijn:

In deze tabel wordt telkens de correlatie berekend tussen 2 variabelen en vervolgens de invloed van een derde variabele op de correlatie van de 2 (andere) variabelen. Bij de bivariate density zijn we op zoek gegaan naar een verband tussen de variabelen x en y. We kwamen daar tot de conclusie dat dit verband afgerond 0,68 bedraagt. (Dit zien we ook in de tabel van de partiële correlatie). Nu zou het eventueel mogelijk kunnen zijn dat deze correlatie een schijncorrelatie is: Dit betekent dat er een verband lijkt te zijn tussen twee variabelen, maar dat dit verband grotendeels wordt bepaald door de invloed van een derde variabele. Bijvoorbeeld: Er bleek een positief verband te bestaan tussen het aantal ooievaarsnesten en het aantal pasgeborenen in de Westerse wereld. Hier kunnen we dus spreken van een schijncorrelatie. Het zou zeer vreemd zijn dat er een verband bestaat tussen deze 2 variabelen. Na verder onderzoek bleek er inderdaad een derde (vooraf onbekende) variabele te bestaan die een invloed had op de correlatie tussen het aantal ooievaarsnesten en het aantal pasgeborenen. Deze derde variabele is 'de vervuiling door industrialisatie', die ervoor zorgde dat de andere 2 variabelen een verband leken te hebben.
Om na te gaan of deze correlatie inderdaad een schijncorrelatie is, gaan we de invloed van variabele z op de correlatie tussen x en y berekenen. Uit de grafiek kunnen we afleiden dat deze correlatie (xy, z) 0,45 afgerond is. We kunnen dus inderdaad stellen dat de variabele z een invloed heeft op de correlatie tussen de variabelen x en y. We kunnen geen uitspraak doen over het feit of deze invloed groot of klein is. We kunnen niet precies zeggen wanneer een invloed groot of klein is.
Er treedt perfecte correlatie op als het -1 of 1 is en er is geen correlatie als het 0 is. Als correlatie van (xy,z) bv. 0,03 is, wel dan kunnen we eigenlijk wel stellen dat de derde variabele geen invloed heeft op de correlatie van x en y en die correlatie dus geen schijncorrelatie is.
2008-11-24 12:33:01 [Anouk Greeve] [reply] 
Gebrekkige conclusie!
De partial correlation zorgt ervoor dat het effect van de derde variabele wordt weggewerkt. Het is een nadeel dat de Partial Correlation enkel een tabel weergeeft en geen figuur. Maar de Partial Correlation heeft ook een voordeel, namelijk dat de variabelen met elkaar worden vergeleken zonder beïnvloed te worden door een derde variabele.
2008-11-24 18:37:34 [Jan De Vleeschauwer] [reply] 
korte conclusie, de correlatie ivm het derde effect word gebrekkig weegegeven.

Post a new message

Dataset

Dataseries X:
Download CSV
Histogram
Boxplots 
90,7
94,3
104,6
111,1
110,8
107,2
99
99
91
96,2
96,9
96,2
100,1
99
115,4
106,9
107,1
99,3
99,2
108,3
105,6
99,5
107,4
93,1
88,1
110,7
113,1
99,6
93,6
98,6
99,6
114,3
107,8
101,2
112,5
100,5
93,9
116,2
112
106,4
95,7
96
95,8
103
102,2
98,4
111,4
86,6
91,3
107,9
101,8
104,4
93,4
100,1
98,5
112,9
101,4
107,1
110,8
90,3
95,5
111,4
113
107,5
95,9
106,3
105,2
117,2
106,9
108,2
113
97,2
99,9
108,1
118,1
109,1
93,3
112,1
111,8
112,5
116,3
110,3
117,1
103,4
96,2
Dataseries Y:
Download CSV
Histogram 
78,4
114,6
113,3
117
99,6
99,4
101,9
115,2
108,5
113,8
121
92,2
90,2
101,5
126,6
93,9
89,8
93,4
101,5
110,4
105,9
108,4
113,9
86,1
69,4
101,2
100,5
98
106,6
90,1
96,9
125,9
112
100
123,9
79,8
83,4
113,6
112,9
104
109,9
99
106,3
128,9
111,1
102,9
130
87
87,5
117,6
103,4
110,8
112,6
102,5
112,4
135,6
105,1
127,7
137
91
90,5
122,4
123,3
124,3
120
118,1
119
142,7
123,6
129,6
151,6
110,4
99,2
130,5
136,2
129,7
128
121,6
135,8
143,8
147,5
136,2
156,6
123,3
100,4
Dataseries Z:
Download CSV
Histogram 
97,8
107,4
117,5
105,6
97,4
99,5
98
104,3
100,6
101,1
103,9
96,9
95,5
108,4
117
103,8
100,8
110,6
104
112,6
107,3
98,9
109,8
104,9
102,2
123,9
124,9
112,7
121,9
100,6
104,3
120,4
107,5
102,9
125,6
107,5
108,8
128,4
121,1
119,5
128,7
108,7
105,5
119,8
111,3
110,6
120,1
97,5
107,7
127,3
117,2
119,8
116,2
111
112,4
130,6
109,1
118,8
123,9
101,6
112,8
128
129,6
125,8
119,5
115,7
113,6
129,7
112
116,8
127
112,1
114,2
121,1
131,6
125
120,4
117,7
117,5
120,6
127,5
112,3
124,5
115,2
105,4

Tables (Output of Computation)





Summary of computational transaction
Raw Inputview raw input (R code)
Raw Outputview raw output of R engine
Computing time1 seconds
R Server'Gwilym Jenkins' @ 72.249.127.135

\begin{tabular}{lllllllll}
\hline
Summary of computational transaction \tabularnewline
Raw Input & view raw input (R code)  \tabularnewline
Raw Output & view raw output of R engine  \tabularnewline
Computing time & 1 seconds \tabularnewline
R Server & 'Gwilym Jenkins' @ 72.249.127.135 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=24408&T=0

[TABLE]
[ROW][C]Summary of computational transaction[/C][/ROW]
[ROW][C]Raw Input[/C][C]view raw input (R code) [/C][/ROW]
[ROW][C]Raw Output[/C][C]view raw output of R engine [/C][/ROW]
[ROW][C]Computing time[/C][C]1 seconds[/C][/ROW]
[ROW][C]R Server[/C][C]'Gwilym Jenkins' @ 72.249.127.135[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=24408&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=24408&T=0

As an alternative you can also use a QR Code:  
QR Code


The GUIDs for individual cells are displayed in the table below:

Summary of computational transaction
Raw Inputview raw input (R code)
Raw Outputview raw output of R engine
Computing time1 seconds
R Server'Gwilym Jenkins' @ 72.249.127.135






Pearson Product Moment Partial Correlation - Ungrouped Data
StatisticValue
Correlation r(xy)0.684629200251958
Partial Correlation r(xy.z)0.450335056709056
Correlation r(xz)0.625157319815575
Partial Correlation r(xz.y)0.293118204525262
Correlation r(yz)0.686100625132908
Partial Correlation r(yz.x)0.453682810605591

\begin{tabular}{lllllllll}
\hline
Pearson Product Moment Partial Correlation - Ungrouped Data \tabularnewline
Statistic & Value \tabularnewline
Correlation r(xy) & 0.684629200251958 \tabularnewline
Partial Correlation r(xy.z) & 0.450335056709056 \tabularnewline
Correlation r(xz) & 0.625157319815575 \tabularnewline
Partial Correlation r(xz.y) & 0.293118204525262 \tabularnewline
Correlation r(yz) & 0.686100625132908 \tabularnewline
Partial Correlation r(yz.x) & 0.453682810605591 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=24408&T=1

[TABLE]
[ROW][C]Pearson Product Moment Partial Correlation - Ungrouped Data[/C][/ROW]
[ROW][C]Statistic[/C][C]Value[/C][/ROW]
[ROW][C]Correlation r(xy)[/C][C]0.684629200251958[/C][/ROW]
[ROW][C]Partial Correlation r(xy.z)[/C][C]0.450335056709056[/C][/ROW]
[ROW][C]Correlation r(xz)[/C][C]0.625157319815575[/C][/ROW]
[ROW][C]Partial Correlation r(xz.y)[/C][C]0.293118204525262[/C][/ROW]
[ROW][C]Correlation r(yz)[/C][C]0.686100625132908[/C][/ROW]
[ROW][C]Partial Correlation r(yz.x)[/C][C]0.453682810605591[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=24408&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=24408&T=1

As an alternative you can also use a QR Code:  
QR Code


The GUIDs for individual cells are displayed in the table below:

Pearson Product Moment Partial Correlation - Ungrouped Data
StatisticValue
Correlation r(xy)0.684629200251958
Partial Correlation r(xy.z)0.450335056709056
Correlation r(xz)0.625157319815575
Partial Correlation r(xz.y)0.293118204525262
Correlation r(yz)0.686100625132908
Partial Correlation r(yz.x)0.453682810605591


Figures (Output of Computation)

Input Parameters & R Code

Parameters (Session):
Parameters (R input):
R code (references can be found in the software module):
(rho12 <- cor(x, y))
(rho23 <- cor(y, z))
(rho13 <- cor(x, z))
(rhoxy_z <- (rho12-(rho13*rho23))/(sqrt(1-(rho13*rho13)) * sqrt(1-(rho23*rho23))))
(rhoxz_y <- (rho13-(rho12*rho23))/(sqrt(1-(rho12*rho12)) * sqrt(1-(rho23*rho23))))
(rhoyz_x <- (rho23-(rho12*rho13))/(sqrt(1-(rho12*rho12)) * sqrt(1-(rho13*rho13))))
load(file='createtable')
a<-table.start()
a<-table.row.start(a)
a<-table.element(a,'Pearson Product Moment Partial Correlation - Ungrouped Data',2,TRUE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'Statistic',1,TRUE)
a<-table.element(a,'Value',1,TRUE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'Correlation r(xy)',header=TRUE)
a<-table.element(a,rho12)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,hyperlink('partial_correlation1.htm','Partial Correlation r(xy.z)',''),header=TRUE)
a<-table.element(a,rhoxy_z)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'Correlation r(xz)',header=TRUE)
a<-table.element(a,rho13)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,hyperlink('partial_correlation1.htm','Partial Correlation r(xz.y)',''),header=TRUE)
a<-table.element(a,rhoxz_y)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'Correlation r(yz)',header=TRUE)
a<-table.element(a,rho23)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,hyperlink('partial_correlation1.htm','Partial Correlation r(yz.x)',''),header=TRUE)
a<-table.element(a,rhoyz_x)
a<-table.row.end(a)
a<-table.end(a)
table.save(a,file='mytable.tab')