உள்ளடக்கம்

• படிகள்
• முறை 1 இல் 4: தொடர்பு குணகத்தை கைமுறையாக கணக்கிடுதல்
• முறை 2 இல் 4: தொடர்பு குணகத்தைக் கணக்கிட ஆன்லைன் கால்குலேட்டர்களைப் பயன்படுத்துதல்
• முறை 4 இல் 3: ஒரு வரைபட கால்குலேட்டரைப் பயன்படுத்துதல்
• முறை 4 இல் 4: அடிப்படை கருத்துகளை விளக்குதல்
• குறிப்புகள்
• எச்சரிக்கைகள்

தொடர்பு குணகம் (அல்லது நேரியல் தொடர்பு குணகம்) "r" என குறிப்பிடப்படுகிறது (அரிதான சந்தர்ப்பங்களில் "ρ") மற்றும் இரண்டு அல்லது அதற்கு மேற்பட்ட மாறிகளின் நேரியல் தொடர்பு (அதாவது, சில மதிப்பு மற்றும் திசையால் கொடுக்கப்பட்ட உறவு) வகைப்படுத்தப்படுகிறது. குணகத்தின் மதிப்பு -1 மற்றும் +1 க்கு இடையில் உள்ளது, அதாவது தொடர்பு நேர்மறை மற்றும் எதிர்மறை இரண்டாக இருக்கலாம். தொடர்பு குணகம் -1 என்றால், சரியான எதிர்மறை தொடர்பு உள்ளது; தொடர்பு குணகம் +1 என்றால், சரியான நேர்மறை தொடர்பு உள்ளது. இல்லையெனில், இரண்டு மாறிகள் இடையே ஒரு நேர்மறையான தொடர்பு உள்ளது, ஒரு எதிர்மறை தொடர்பு, அல்லது எந்த தொடர்பும் இல்லை. இலவச ஆன்லைன் கால்குலேட்டர்கள் அல்லது ஒரு நல்ல கிராஃபிங் கால்குலேட்டர் மூலம் தொடர்பு குணகம் கைமுறையாக கணக்கிடப்படலாம்.

படிகள்

முறை 1 இல் 4: தொடர்பு குணகத்தை கைமுறையாக கணக்கிடுதல்

1. 1 தரவு சேகரிக்கவும். நீங்கள் தொடர்பு குணகத்தைக் கணக்கிடத் தொடங்குவதற்கு முன், இந்த ஜோடி எண்களைப் படிக்கவும். செங்குத்தாக அல்லது கிடைமட்டமாக ஏற்பாடு செய்யக்கூடிய அட்டவணையில் அவற்றை எழுதுவது நல்லது. ஒவ்வொரு வரிசை அல்லது நெடுவரிசையையும் "x" மற்றும் "y" உடன் லேபிளிடுங்கள்.
   • எடுத்துக்காட்டாக, "x" மற்றும் "y" மாறிகளின் நான்கு ஜோடி மதிப்புகள் (எண்கள்) கொடுக்கப்பட்டுள்ளன. நீங்கள் பின்வரும் அட்டவணையை உருவாக்கலாம்:
     • x || ஒய்
     • 1 || 1
     • 2 || 3
     • 4 || 5
     • 5 || 7
2. 2 எண்கணித சராசரி "x" ஐ கணக்கிடுங்கள். இதைச் செய்ய, அனைத்து x மதிப்புகளையும் சேர்த்து, பின்னர் மதிப்புகளின் எண்ணிக்கையால் முடிவைப் பிரிக்கவும்.
   • எங்கள் எடுத்துக்காட்டில், "x" என்ற மாறியுக்கு நான்கு மதிப்புகள் உள்ளன. எண்கணித சராசரி "x" ஐ கணக்கிட, இந்த மதிப்புகளைச் சேர்க்கவும், பின்னர் தொகையை 4. வகுக்கவும். கணக்கீடுகள் பின்வருமாறு எழுதப்பட்டுள்ளன:
   • ${ displaystyle mu _ {x} = (1 + 2 + 4 + 5) / 4}$
   • ${ displaystyle mu _ {x} = 12/4}$
   • ${ displaystyle mu _ {x} = 3}$
3. 3 எண்கணித சராசரி "y" ஐக் கண்டறியவும். இதைச் செய்ய, அதே படிகளைப் பின்பற்றவும், அதாவது அனைத்து y மதிப்புகளையும் கூட்டவும், பின்னர் மதிப்புகளின் எண்ணிக்கையால் தொகையை வகுக்கவும்.
   • எங்கள் எடுத்துக்காட்டில், "y" மாறியின் நான்கு மதிப்புகள் கொடுக்கப்பட்டுள்ளன. இந்த மதிப்புகளைச் சேர்க்கவும், பின்னர் தொகையை 4 ஆல் வகுக்கவும். கணக்கீடுகள் பின்வருமாறு எழுதப்படும்:
   • ${ displaystyle mu _ {y} = (1 + 3 + 5 + 7) / 4}$
   • ${ displaystyle mu _ {y} = 16/4}$
   • ${ displaystyle mu _ {y} = 4}$
4. 4 நிலையான விலகலை "x" கணக்கிடுங்கள். "X" மற்றும் "y" வழிமுறைகளைக் கணக்கிட்ட பிறகு, இந்த மாறிகளின் நிலையான விலகல்களைக் கண்டறியவும். நிலையான விலகல் பின்வரும் சூத்திரத்தைப் பயன்படுத்தி கணக்கிடப்படுகிறது:
   • ${ displaystyle sigma _ {x} = { sqrt {{ frac {1} {n-1}} Sigma (x- mu _ {x}) ^ {2}}}}$
   • எங்கள் எடுத்துக்காட்டில், கணக்கீடுகள் இப்படி எழுதப்படும்:
   • ${ displaystyle sigma _ {x} = { sqrt {{ frac {1} {4-1}} * ((1-3) ^ {2} + (2-3) ^ {2} + ( 4-3) ^ {2} + (5-3) ^ {2})}}}$
   • ${ displaystyle sigma _ {x} = { sqrt {{ frac {1} {3}} * (4 + 1 + 1 + 4)}}}$
   • ${ displaystyle sigma _ {x} = { sqrt {{ frac {1} {3}} * (10)}}}$
   • ${ displaystyle sigma _ {x} = { sqrt { frac {10} {3}}}}$
   • ${ displaystyle sigma _ {x} = 1.83}$
5. 5 நிலையான விலகலை "y" கணக்கிடுங்கள். முந்தைய படியில் விவரிக்கப்பட்டுள்ள படிகளைப் பின்பற்றவும். அதே சூத்திரத்தைப் பயன்படுத்தவும், ஆனால் y மதிப்புகளைச் செருகவும்.
   • எங்கள் எடுத்துக்காட்டில், கணக்கீடுகள் இப்படி எழுதப்படும்:
   • ${ displaystyle sigma _ {y} = { sqrt {{ frac {1} {4-1}} * ((1-4) ^ {2} + (3-4) ^ {2} + ( 5-4) ^ {2} + (7-4) ^ {2})}}}$
   • ${ displaystyle sigma _ {y} = { sqrt {{ frac {1} {3}} * (9 + 1 + 1 + 9)}}}$
   • ${ displaystyle sigma _ {y} = { sqrt {{ frac {1} {3}} * (20)}}}$
   • ${ displaystyle sigma _ {y} = { sqrt { frac {20} {3}}}}$
   • ${ displaystyle sigma _ {y} = 2.58}$
6. 6 தொடர்பு குணகத்தைக் கணக்கிடுவதற்கான அடிப்படை சூத்திரத்தை எழுதுங்கள். இந்த சூத்திரத்தில் வழிமுறைகள், நிலையான விலகல்கள் மற்றும் இரண்டு மாறிகளின் எண்களின் ஜோடிகளின் எண் (n) ஆகியவை அடங்கும். தொடர்பு குணகம் "r" என குறிப்பிடப்படுகிறது (அரிதான சந்தர்ப்பங்களில் "ρ"). இந்த கட்டுரை பியர்சன் தொடர்பு குணகம் கணக்கிட ஒரு சூத்திரத்தை பயன்படுத்துகிறது.
   • ${ displaystyle rho = left ({ frac {1} {n-1}} right) Sigma left ({ frac {x- mu _ {x}} { sigma _ {x}} } வலது) * இடது$
   • இங்கே மற்றும் பிற ஆதாரங்களில், அளவுகளை வெவ்வேறு வழிகளில் குறிக்கலாம். எடுத்துக்காட்டாக, சில சூத்திரங்களில் “ρ” மற்றும் “σ” உள்ளன, மற்றவை “r” மற்றும் “s” ஐக் கொண்டுள்ளன. சில பாடப்புத்தகங்கள் வெவ்வேறு சூத்திரங்களைக் கொடுக்கின்றன, ஆனால் அவை மேலே உள்ள சூத்திரத்தின் கணித இணைப்புகள்.
7. 7 தொடர்பு குணகத்தைக் கணக்கிடுங்கள். இரண்டு மாறிகளின் வழிமுறைகள் மற்றும் நிலையான விலகல்களை நீங்கள் கணக்கிட்டுள்ளீர்கள், எனவே நீங்கள் தொடர்பு குணகம் கணக்கிட சூத்திரத்தைப் பயன்படுத்தலாம். "N" என்பது இரண்டு மாறிகளின் மதிப்புகளின் ஜோடிகளின் எண்ணிக்கை என்பதை நினைவில் கொள்க. மற்ற மதிப்புகள் முன்பே கணக்கிடப்பட்டன.
   • எங்கள் எடுத்துக்காட்டில், கணக்கீடுகள் இப்படி எழுதப்படும்:
   • ${ displaystyle rho = left ({ frac {1} {n-1}} right) Sigma left ({ frac {x- mu _ {x}} { sigma _ {x}} } வலது) * இடது ({ frac {y- mu _ {y}} { sigma _ {y}}} right)}$
   • ${ displaystyle rho = left ({ frac {1} {3}} right) *}$[${ காட்சி நடை இடது -3} {1.83}} வலது) * இடது ({ frac {3-4} {2.58}} வலது)}$
        ${ காட்சி உடை + இடது 5-3} {1.83}} வலது) * இடது ({ frac {7-4} {2.58}} வலது)}$]
   • ${ displaystyle rho = left ({ frac {1} {3}} right) * இடது ({ frac {6 + 1 + 1 + 6} {4.721}} வலது)}$
   • ${ displaystyle rho = left ({ frac {1} {3}} right) * 2.965}$
   • ${ displaystyle rho = left ({ frac {2,965} {3}} right)}$
   • ${ displaystyle rho = 0.988}$
8. 8 முடிவை பகுப்பாய்வு செய்யுங்கள். எங்கள் எடுத்துக்காட்டில், தொடர்பு குணகம் 0.988 ஆகும். இந்த மதிப்பு ஒருவிதத்தில் கொடுக்கப்பட்ட ஜோடி எண்களின் தொகுப்பை வகைப்படுத்துகிறது. மதிப்பின் அடையாளம் மற்றும் அளவு குறித்து கவனம் செலுத்துங்கள்.
   • தொடர்பு குணகத்தின் மதிப்பு நேர்மறையாக இருப்பதால், "x" மற்றும் "y" மாறிகள் இடையே நேர்மறையான தொடர்பு உள்ளது. அதாவது, "x" இன் மதிப்பு அதிகரிக்கும்போது, ​​"y" இன் மதிப்பும் அதிகரிக்கிறது.
   • தொடர்பு குணகத்தின் மதிப்பு +1 க்கு மிக அருகில் இருப்பதால், "x" மற்றும் "y" மாறிகளின் மதிப்புகள் மிகவும் தொடர்புடையவை. நீங்கள் ஒருங்கிணைப்பு விமானத்தில் புள்ளிகளை வைத்தால், அவை சில நேர்கோட்டுக்கு அருகில் அமைந்திருக்கும்.

முறை 2 இல் 4: தொடர்பு குணகத்தைக் கணக்கிட ஆன்லைன் கால்குலேட்டர்களைப் பயன்படுத்துதல்

1. 1 தொடர்பு குணகத்தைக் கணக்கிட இணையத்தில் ஒரு கால்குலேட்டரைக் கண்டறியவும். இந்த குணகம் பெரும்பாலும் புள்ளிவிவரங்களில் கணக்கிடப்படுகிறது. பல ஜோடி எண்கள் இருந்தால், தொடர்பு குணகத்தை கைமுறையாக கணக்கிடுவது கிட்டத்தட்ட சாத்தியமற்றது. எனவே, தொடர்பு குணகம் கணக்கிட ஆன்லைன் கால்குலேட்டர்கள் உள்ளன. ஒரு தேடுபொறியில், "தொடர்பு குணகம் கால்குலேட்டர்" (மேற்கோள்கள் இல்லாமல்) உள்ளிடவும்.
2. 2 தரவை உள்ளிடவும். சரியான தரவை (ஜோடி எண்கள்) உள்ளிட இணையதளத்தில் உள்ள வழிமுறைகளைப் பார்க்கவும். பொருத்தமான ஜோடி எண்களை உள்ளிடுவது கட்டாயமாகும்; இல்லையெனில், நீங்கள் தவறான முடிவைப் பெறுவீர்கள். வெவ்வேறு வலைத்தளங்கள் வெவ்வேறு உள்ளீட்டு வடிவங்களைக் கொண்டுள்ளன என்பதை நினைவில் கொள்ளுங்கள்.
   • எடுத்துக்காட்டாக, http://ncalculators.com/statistics/correlation-coeffic-calculator.htm இல், x மற்றும் y மாறிகள் இரண்டு கிடைமட்ட கோடுகளில் உள்ளிடப்படுகின்றன. மதிப்புகள் காற்புள்ளிகளால் பிரிக்கப்படுகின்றன. அதாவது, எங்கள் எடுத்துக்காட்டில், "x" மதிப்புகள் இப்படி உள்ளிடப்பட்டுள்ளன: 1,2,4,5, மற்றும் "y" மதிப்புகள் இதுபோன்று: 1,3,5,7.
   • மற்றொரு தளத்தில், http://www.alcula.com/calculators/statistics/correlation-coeffic//, தரவு செங்குத்தாக உள்ளிடப்பட்டுள்ளது; இந்த வழக்கில், தொடர்புடைய ஜோடி எண்களை குழப்ப வேண்டாம்.
3. 3 தொடர்பு குணகத்தைக் கணக்கிடுங்கள். தரவை உள்ளிட்ட பிறகு, "கணக்கிடு", "கணக்கிடு" அல்லது ஒத்த பொத்தானைக் கிளிக் செய்து முடிவைப் பெறுங்கள்.

முறை 4 இல் 3: ஒரு வரைபட கால்குலேட்டரைப் பயன்படுத்துதல்

1. 1 தரவை உள்ளிடவும். ஒரு வரைபட கால்குலேட்டரை எடுத்து, புள்ளிவிவர கணக்கீட்டு முறைக்கு சென்று "திருத்து" கட்டளையைத் தேர்ந்தெடுக்கவும்.
   • வெவ்வேறு கால்குலேட்டர்களுக்கு வெவ்வேறு விசைகள் அழுத்தப்பட வேண்டும். இந்த கட்டுரை டெக்சாஸ் இன்ஸ்ட்ரூமென்ட்ஸ் TI-86 கால்குலேட்டரைப் பற்றி விவாதிக்கிறது.
   • புள்ளியியல் கணக்கீட்டு பயன்முறையில் நுழைய [2 வது] - புள்ளி ( + விசைக்கு மேலே) அழுத்தவும். பிறகு F2- ஐ அழுத்தவும்.
2. 2 முன்பு சேமித்த தரவை நீக்கவும். பெரும்பாலான கால்குலேட்டர்கள் நீங்கள் உள்ளிட்ட புள்ளிவிவரங்களை அழிக்கும் வரை வைத்திருக்கும். பழைய தரவுகளை புதியவற்றுடன் குழப்பிக்கொள்வதைத் தவிர்க்க, சேமிக்கப்பட்ட தகவல்களை முதலில் நீக்கவும்.
   • கர்சரை நகர்த்த அம்பு விசைகளைப் பயன்படுத்தி 'xStat' தலைப்பை முன்னிலைப்படுத்தவும். XStat நெடுவரிசையில் உள்ள அனைத்து மதிப்புகளையும் அழிக்க Clear மற்றும் Enter ஐ அழுத்தவும்.
   • 'YStat' தலைப்பை முன்னிலைப்படுத்த அம்பு விசைகளைப் பயன்படுத்தவும். YStat நெடுவரிசையில் உள்ளிடப்பட்ட அனைத்து மதிப்புகளையும் அழிக்க Clear மற்றும் Enter ஐ அழுத்தவும்.
3. 3 ஆரம்ப தரவை உள்ளிடவும். கர்சரை "xStat" என்ற தலைப்பின் கீழ் முதல் கலத்திற்கு நகர்த்த அம்பு விசைகளைப் பயன்படுத்தவும். முதல் மதிப்பை உள்ளிட்டு Enter ஐ அழுத்தவும். திரையின் அடிப்பகுதியில், "xStat (1) = __" காட்டப்படும், உள்ளிடப்பட்ட மதிப்பு ஒரு இடத்தை மாற்றுகிறது. நீங்கள் Enter ஐ அழுத்தினால், உள்ளிடப்பட்ட மதிப்பு அட்டவணையில் தோன்றும், மேலும் கர்சர் அடுத்த வரியில் நகரும்; இது திரையின் கீழே "xStat (2) = __" காட்டும்.
   • "X" மாறியின் அனைத்து மதிப்புகளையும் உள்ளிடவும்.
   • X க்கான அனைத்து மதிப்புகளையும் உள்ளிட்ட பிறகு, yStat நெடுவரிசைக்கு செல்ல அம்பு விசைகளைப் பயன்படுத்தி y க்கான மதிப்புகளை உள்ளிடவும்.
   • அனைத்து ஜோடி எண்களையும் உள்ளிட்ட பிறகு, திரையை அழிக்க வெளியேறு என்பதை அழுத்தவும் மற்றும் திரட்டல் பயன்முறையிலிருந்து வெளியேறவும்.
4. 4 தொடர்பு குணகத்தைக் கணக்கிடுங்கள். ஒரு குறிப்பிட்ட நேர்கோட்டுக்கு தரவு எவ்வளவு நெருக்கமாக உள்ளது என்பதை இது வகைப்படுத்துகிறது. கிராஃபிங் கால்குலேட்டர் பொருத்தமான நேர்கோட்டை விரைவாகக் கண்டறிந்து தொடர்பு குணகத்தைக் கணக்கிட முடியும்.
   • Stat - Calc ஐ கிளிக் செய்யவும். TI -86 இல், [2 வது] - [Stat] - [F1] ஐ அழுத்தவும்.
   • நேரியல் பின்னடைவு செயல்பாட்டைத் தேர்ந்தெடுக்கவும். TI-86 இல், "LinR" என்று பெயரிடப்பட்ட [F3] ஐ அழுத்தவும். திரை ஒளிரும் கர்சருடன் "LinR _" வரியை காட்டும்.
   • இப்போது இரண்டு மாறிகளின் பெயர்களை உள்ளிடவும்: xStat மற்றும் yStat.
     • TI-86 இல், பெயர்களின் பட்டியலைத் திறக்கவும்; இதைச் செய்ய, [2 வது] - [பட்டியல்] - [F3] ஐ அழுத்தவும்.
     • கிடைக்கக்கூடிய மாறிகள் திரையின் கீழ் வரியில் காட்டப்படும். [XStat] ஐத் தேர்ந்தெடுக்கவும் (இதைச் செய்ய நீங்கள் F1 அல்லது F2 ஐ அழுத்த வேண்டும்), கமாவை உள்ளிட்டு, பின்னர் [yStat] ஐத் தேர்ந்தெடுக்கவும்.
     • உள்ளிட்ட தரவை செயலாக்க Enter ஐ அழுத்தவும்.
5. 5 உங்கள் முடிவுகளை பகுப்பாய்வு செய்யுங்கள். Enter ஐ அழுத்துவதன் மூலம், திரையில் பின்வரும் தகவல்கள் காட்டப்படும்:
   • ${ displaystyle y = a + bx}$: இது வரியை விவரிக்கும் செயல்பாடு. செயல்பாடு நிலையான வடிவத்தில் எழுதப்படவில்லை என்பதை நினைவில் கொள்க (y = kx + b).
   • ${ displaystyle a =}$... இது y- அச்சுடன் நேர்கோட்டின் குறுக்குவெட்டின் y- ஒருங்கிணைப்பு ஆகும்.
   • ${ காட்சி உடை b =}$... இது கோட்டின் சாய்வு.
   • ${ displaystyle { text {corr}} =}$... இது தொடர்பு குணகம்.
   • ${ displaystyle n =}$... கணக்கீடுகளில் பயன்படுத்தப்படும் எண்களின் ஜோடிகளின் எண்ணிக்கை இது.

முறை 4 இல் 4: அடிப்படை கருத்துகளை விளக்குதல்

1. 1 தொடர்பு பற்றிய கருத்தை புரிந்து கொள்ளுங்கள். தொடர்பு என்பது இரண்டு அளவுகளுக்கு இடையிலான புள்ளிவிவர உறவாகும். தொடர்பு குணகம் என்பது எந்த இரண்டு தரவுத்தொகுப்புகளுக்கும் கணக்கிடக்கூடிய ஒரு எண் மதிப்பு. தொடர்பு குணகத்தின் மதிப்பு எப்பொழுதும் -1 முதல் +1 வரையில் இருக்கும் மற்றும் இரண்டு மாறிகளுக்கு இடையிலான உறவின் அளவை வகைப்படுத்துகிறது.
   • உதாரணமாக, குழந்தைகளின் உயரம் மற்றும் வயது (சுமார் 12 வயது) கொடுக்கப்பட்டுள்ளது. பெரும்பாலும், ஒரு வலுவான நேர்மறையான தொடர்பு இருக்கும், ஏனென்றால் குழந்தைகள் வயதுக்கு ஏற்ப உயரமாகிறார்கள்.
   • எதிர்மறை தொடர்புக்கு ஒரு உதாரணம்: பெனால்டி வினாடிகள் மற்றும் பயாத்லான் பயிற்சியில் செலவழித்த நேரம், அதாவது, ஒரு தடகள வீரர் எவ்வளவு அதிகமாக பயிற்சி பெறுகிறாரோ, அவ்வளவு குறைவான பெனால்டி வினாடிகள் வழங்கப்படும்.
   • இறுதியாக, காலணி அளவு மற்றும் கணித மதிப்பெண்களுக்கு இடையில் சில நேரங்களில் மிகச் சிறிய தொடர்பு (நேர்மறை அல்லது எதிர்மறை) உள்ளது.
2. 2 எண்கணித சராசரியை எவ்வாறு கணக்கிடுவது என்பதை நினைவில் கொள்ளுங்கள். எண்கணித சராசரி (அல்லது சராசரி) கணக்கிட, நீங்கள் இந்த அனைத்து மதிப்புகளின் கூட்டுத்தொகையைக் கண்டுபிடிக்க வேண்டும், பின்னர் அதை மதிப்புகளின் எண்ணிக்கையால் வகுக்க வேண்டும். தொடர்பு குணகம் கணக்கிட எண்கணித சராசரி தேவை என்பதை நினைவில் கொள்ளுங்கள்.
   • ஒரு மாறியின் சராசரி மதிப்பு அதற்கு மேலே கிடைமட்ட பட்டையுடன் ஒரு கடிதத்தால் குறிக்கப்படுகிறது. எடுத்துக்காட்டாக, "x" மற்றும் "y" மாறிகளின் விஷயத்தில், அவற்றின் சராசரி மதிப்புகள் பின்வருமாறு குறிக்கப்படுகின்றன: x̅ மற்றும் y̅. சராசரி சில நேரங்களில் கிரேக்க எழுத்து "μ" (mu) ஆல் குறிக்கப்படுகிறது. "X" மாறியின் மதிப்புகளின் எண்கணித சராசரியை எழுத, குறியீட்டைப் பயன்படுத்தவும் μ_{எக்ஸ்} அல்லது μ (x).
   • எடுத்துக்காட்டாக, "x" மாறிக்கு பின்வரும் மதிப்புகள் கொடுக்கப்பட்டுள்ளன: 1,2,5,6,9,10. இந்த மதிப்புகளின் எண்கணித சராசரி பின்வருமாறு கணக்கிடப்படுகிறது:
     • ${ displaystyle mu _ {x} = (1 + 2 + 5 + 6 + 9 + 10) / 6}$
     • ${ displaystyle mu _ {x} = 33/6}$
     • ${ displaystyle mu _ {x} = 5.5}$
3. 3 நிலையான விலகலின் முக்கியத்துவத்தைக் கவனியுங்கள். புள்ளிவிவரங்களில், நிலையான விலகல் எண்கள் அவற்றின் சராசரி தொடர்பாக சிதறடிக்கப்பட்ட அளவை வகைப்படுத்துகிறது. நிலையான விலகல் சிறியதாக இருந்தால், எண்கள் சராசரிக்கு அருகில் இருக்கும்; நிலையான விலகல் பெரியதாக இருந்தால், எண்கள் சராசரிக்கு வெகு தொலைவில் உள்ளன.
   • நிலையான விலகல் "s" என்ற எழுத்து அல்லது கிரேக்க எழுத்து "σ" (சிக்மா) மூலம் குறிக்கப்படுகிறது. இவ்வாறு, "x" மாறியின் மதிப்புகளின் நிலையான விலகல் பின்வருமாறு குறிக்கப்படுகிறது: s_{எக்ஸ்} அல்லது_{எக்ஸ்}.
4. 4 தொகுப்பு செயல்பாட்டிற்கான சின்னத்தை நினைவில் கொள்ளுங்கள். தொகுப்பு சின்னம் கணிதத்தில் மிகவும் பொதுவான குறியீடுகளில் ஒன்றாகும் மற்றும் மதிப்புகளின் கூட்டுத்தொகையைக் குறிக்கிறது. இந்த சின்னம் கிரேக்க எழுத்து "Σ" (பெரிய எழுத்து சிக்மா).
   • எடுத்துக்காட்டாக, "x" மாறியின் பின்வரும் மதிப்புகள் கொடுக்கப்பட்டால்: 1,2,5,6,9,10, Σx என்றால்:
     • 1 + 2 + 5 + 6 + 9 + 10 = 33.

குறிப்புகள்

• தொடர்பு குணகம் சில நேரங்களில் அதன் டெவலப்பர் கார்ல் பியர்சனின் பெயரால் "பியர்சன் தொடர்பு குணகம்" என்று அழைக்கப்படுகிறது.
• பெரும்பாலான சந்தர்ப்பங்களில், தொடர்பு குணகம் 0.8 (நேர்மறை அல்லது எதிர்மறை) ஐ விட அதிகமாக இருக்கும்போது, ​​வலுவான தொடர்பு உள்ளது; தொடர்பு குணகம் 0.5 (நேர்மறை அல்லது எதிர்மறை) க்கும் குறைவாக இருந்தால், பலவீனமான தொடர்பு காணப்படுகிறது.

எச்சரிக்கைகள்

• தொடர்பு இரண்டு மாறிகளின் மதிப்புகளுக்கு இடையிலான உறவை வகைப்படுத்துகிறது. ஆனால் தொடர்புக்கும் காரணத்திற்கும் எந்த தொடர்பும் இல்லை என்பதை நினைவில் கொள்ளுங்கள். உதாரணமாக, நீங்கள் மக்களின் உயரம் மற்றும் ஷூ அளவை ஒப்பிட்டுப் பார்த்தால், நீங்கள் ஒரு வலுவான நேர்மறையான தொடர்பைக் காணலாம். பொதுவாக, உயரமான நபர், பெரிய ஷூ அளவு. ஆனால் உயரத்தின் அதிகரிப்பு காலணி அளவின் தானியங்கி அதிகரிப்புக்கு வழிவகுக்கிறது அல்லது பெரிய அடி வேகமாக வளர்ச்சிக்கு வழிவகுக்கும் என்று இது அர்த்தப்படுத்துவதில்லை. இந்த அளவுகள் வெறுமனே ஒன்றோடொன்று தொடர்புடையவை.