6.2 Korrelasjon

Korrelasjon, kausalitet og forklaringsgrad.

50 min

19 oppgaver

KorrelasjonKorrelasjonskoeffisientR²Kausalitet

Du leser den tradisjonelle versjonen

Din fremgang i kapitlet

0 / 19 oppgaver

Kapitlets plass i kurset

Bygger på

6.1Lineær regresjon

Brukes videre i

6.3Ikke-lineær regresjon

Hva er korrelasjon?

Korrelasjon måler styrken og retningen på den lineære sammenhengen mellom to variabler. Til forskjell fra regresjon, der én variabel er «forklaringsvariabel» og den andre «respons», behandler korrelasjon begge variablene symmetrisk.

Spørsmålet er: Varierer $x$ og $y$ sammen? Og i så fall, hvor sterkt?

Pearsons korrelasjonskoeffisient

r

r = \frac{\sum_{i=1}^{n}(x_i - \bar{x})(y_i - \bar{y})}{\sqrt{\sum(x_i - \bar{x})^2 \cdot \sum(y_i - \bar{y})^2}} = \frac{S_{xy}}{\sqrt{S_{xx} \cdot S_{yy}}}

Tolkning av $r$

Styrken på korrelasjonen vurderes typisk slik:

$\|r\|$	Styrke
0,00 - 0,19	Svært svak
0,20 - 0,39	Svak
0,40 - 0,59	Moderat
0,60 - 0,79	Sterk
0,80 - 1,00	Svært sterk

Merk: Disse grensene er retningslinjer, ikke absolutte regler. Hva som regnes som «sterk» avhenger av fagfeltet. I fysikk kan

r = 0{,}7

anses som svak, mens det i samfunnsvitenskap kan regnes som sterkt.

✏️Beregne korrelasjonskoeffisienten

Beregn $r$ for dataene: $(1, 3)$ , $(2, 5)$ , $(3, 6)$ , $(4, 8)$ , $(5, 9)$ .

n = 5

\bar{x} = 3

\bar{y} = 6{,}2

$\sum x_iy_i = 3 + 10 + 18 + 32 + 45 = 108$
$\sum x_i = 15$ , $\sum y_i = 31$
$\sum x_i^2 = 55$ , $\sum y_i^2 = 9 + 25 + 36 + 64 + 81 = 215$

$r = \frac{5 \cdot 108 - 15 \cdot 31}{\sqrt{(5 \cdot 55 - 225)(5 \cdot 215 - 961)}}$
$= \frac{540 - 465}{\sqrt{50 \cdot 114}} = \frac{75}{\sqrt{5700}} = \frac{75}{75{,}50} \approx 0{,}993$

Svært sterk positiv korrelasjon. Sjekk: $r^2 = 0{,}987 = R^2$ fra forrige kapittel ✓

Korrelasjon betyr ikke kausalitet

En av de viktigste prinsippene i statistikk:

Korrelasjon mellom $x$ og $y$ betyr IKKE at $x$ forårsaker $y$ (eller omvendt).

Mulige forklaringer på korrelasjon:
1. $x$ forårsaker $y$ : Røyking forårsaker lungekreft
2. $y$ forårsaker $x$ : Omvendt kausalitet
3. Felles årsak: En tredje variabel påvirker begge (konfundering)
4. Tilfeldighet: Korrelasjonen er bare støy
5. Spuriøs sammenheng: Tilsynelatende korrelasjon uten reell forbindelse

For å påvise kausalitet trengs kontrollerte eksperimenter eller spesielle statistiske metoder (instrumentvariabler, naturlige eksperimenter, etc.).

Spuriøs korrelasjon

En spuriøs korrelasjon er en tilsynelatende sammenheng mellom to variabler som skyldes tilfeldigheter eller en felles underliggende faktor, og ikke en reell forbindelse. Klassiske eksempler: - Iskremssalg og drukningsulykker (begge øker om sommeren - felles årsak: varmt vær) - Antall pirater og global temperatur (begge endres over tid - trendkorrelasjon) - Forbruket av margarin og skilsmisserate i Maine (ren tilfeldighet) Med nok variabler og data vil man alltid finne noen tilfeldige korrelasjoner. Derfor er det viktig å ha en teoretisk begrunnelse for sammenhengen.

✏️Konfunderende variabel

En studie finner sterk positiv korrelasjon ( $r = 0{,}82$ ) mellom antall brannbiler ved en brann og skadeomfanget. Betyr dette at flere brannbiler forårsaker mer skade?

Nei, dette er et eksempel på konfundering. Den konfunderende variabelen er brannens størrelse:

- Store branner → mange brannbiler sendes ut
- Store branner → stort skadeomfang

Både antall brannbiler og skadeomfang er konsekvenser av brannens størrelse. Sammenhengen er reell, men tolkningen «brannbiler forårsaker skade» er feil.

Riktig forklaring: Brannens størrelse er en konfunderende variabel som påvirker begge de observerte variablene.

Konfunderende variabler

En konfunderende variabel (lurking variable) er en variabel som:
1. Påvirker både $x$ og $y$
2. Skaper en tilsynelatende sammenheng mellom $x$ og $y$
3. Ikke er inkludert i analysen

Hvordan håndtere konfundering:
- Kontrollert eksperiment: Tilfeldig tildeling (randomisering) eliminerer konfundering
- Stratifisering: Analysere innenfor undergrupper
- Multippel regresjon: Inkludere den konfunderende variabelen i modellen
- Kritisk tenkning: Vurder alltid om det finnes alternative forklaringer

📝Oppgave 1

Løs oppgavene:

Hva betyr $r = -0{,}85$ ?

Hva betyr $r = 0{,}05$ ?

📝Oppgave 2

Løs oppgavene:

Hvis $R^2 = 0{,}64$ , hva er $|r|$ ?

Hvis $r = 0{,}70$ , hva er $R^2$ ?

Løs oppgaven Tren

📝Oppgave 3

Løs oppgavene:

Hva betyr uttrykket «korrelasjon innebærer ikke kausalitet»?

📝Oppgave 4

Løs oppgavene:

Beregn $r$ for $(1, 10)$ , $(2, 8)$ , $(3, 6)$ , $(4, 4)$ , $(5, 2)$ . Hva slags sammenheng er dette?

Løs oppgaven Tren

📝Oppgave 5

Løs oppgavene:

Gi et eksempel på spuriøs korrelasjon og forklar hvorfor den er villedende.

📝Oppgave 6

Løs oppgavene:

En studie finner at barn som spiser frokost gjør det bedre på skolen ( $r = 0{,}45$ ). Kan vi konkludere med at frokost forårsaker bedre skoleresultater?

📝Oppgave 7

Løs oppgavene:

Forklar forskjellen mellom korrelasjon og regresjon. Når bruker vi hva?

📝Oppgave 8

Løs oppgavene:

Beregn $r$ for: $(2, 15)$ , $(4, 25)$ , $(6, 30)$ , $(8, 40)$ , $(10, 45)$ .

Løs oppgaven Tren

📝Oppgave 9

Løs oppgavene:

Kan $r = 0$ bety at det finnes en sterk sammenheng mellom $x$ og $y$ ? Gi et eksempel.

📝Oppgave 10

Løs oppgavene:

Identifiser den konfunderende variabelen: «Det er positiv korrelasjon mellom antall kirker og antall forbrytelser i amerikanske byer.»

📝Oppgave 11

Løs oppgavene:

Vis at dersom vi bytter $x$ og $y$ (altså bytter rollene til variablene), forblir $r$ uendret. Hva skjer med stigningstallet $a$ i regresjonslinjen?

📝Oppgave 12

Løs oppgavene:

En forsker finner $r = 0{,}95$ mellom skostørrelse og leseferdighet hos barn i alderen 5-15 år. Hva er den mest sannsynlige forklaringen?

📝Oppgave 13

Løs oppgavene:

Forklar Simpsons paradoks med et eksempel, og knytt det til konfunderende variabler.

📝Oppgave 14

Løs oppgavene:

Forklar hvorfor et kontrollert eksperiment med randomisering er den beste metoden for å påvise kausalitet. Hva gjør randomisering?

Oppsummering

Læringspunkter:
- Pearsons korrelasjonskoeffisient $r \in [-1, 1]$ måler styrken og retningen på en lineær sammenheng.
- $r$ nær $\pm 1$ : sterk lineær sammenheng; $r$ nær 0: svak eller ingen lineær sammenheng (det kan likevel finnes en sterk ikke-lineær sammenheng).
- $r^2 = R^2$ er forklaringsgraden ved enkel lineær regresjon.
- $r$ er symmetrisk i $x$ og $y$ , og endres ikke av lineære transformasjoner av variablene.
- Korrelasjon innebærer ikke kausalitet: spuriøse sammenhenger og konfunderende variabler kan skape samvariasjon uten årsaksforhold.

Nøkkelbegrep	Forklaring
Korrelasjonskoeffisient $r$	Styrke og retning på lineær samvariasjon
Spuriøs korrelasjon	Samvariasjon uten årsakssammenheng
Konfunderende variabel	Tredje variabel som påvirker begge
Kausalitet	Årsakssammenheng — krever mer enn korrelasjon

Viktige formler:

r = \frac{\sum(x_i - \bar{x})(y_i - \bar{y})}{\sqrt{\sum(x_i - \bar{x})^2\sum(y_i - \bar{y})^2}}, \qquad R^2 = r^2

Repetisjonsoppgaver

Din fremgang

0deloppgaver0 / 5 oppgaver

Dette kapitlet er skrevet av Anthropics toppmodeller (Claude Opus og Claude Fable) og er foreløpig ikke manuelt gjennomgått — kvalitetskontrollen gjøres av uavhengige KI-agenter, og innmeldte feil rettes fortløpende. Funnet en feil? Meld fra, så retter vi den. Les mer om hvordan innholdet lages.

Hva er korrelasjon?

Tolkning av rrr

Korrelasjon betyr ikke kausalitet

Konfunderende variabler

Oppsummering

Tolkning av $r$