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 04:49:32 -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/t1226490657s6slz3uowz6ru19.htm/, Retrieved Sun, 19 May 2024 08:13:31 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=24135, Retrieved Sun, 19 May 2024 08:13:31 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact145

Tree of Dependent Computations

Family? (F = Feedback message, R = changed R code, M = changed R Module, P = changed Parameters, D = changed Data)
F       [Partial Correlation] [Partial correlation] [2008-11-12 11:49:32] [c5d6d05aee6be5527ac4a30a8c3b8fe5] [Current]
Feedback Forum
2008-11-18 13:30:31 [Julie Govaerts] [reply] 
er is inderdaad een positieve correlatie tussen X en Y, X en Z, Y en Z
--> partiële correlatie is een goede manier om verbanden te meten want corrigeert voor de schijncorrelatie, nonsenscorrelatie
bij een partiële correlatie is het nodig om een derde variabele te hebben die een groot vertekenend effect heeft = maar is moeilijk te vinden = geluk hebben

aan de P correlatie bv bij X en Y zien we weinig verschil = er is dus weinig invloed van de derde variabele

bij X en Z --> hier is er na na de correctie sprake van een negatieve correlatie = de derde variabele heeft dus een groot vertekend effect op het verband tussen X en Z

bij Y en Z --> hier is er na de correctie nog steeds een positief verband maar wel met een klein verschil (naar beneden)


2008-11-22 14:18:20 [c00776cbed2786c9c4960950021bd861] [reply] 
De 3 variabelen correleren inderdaad positief. Je kan dit goed zien in de trivariate scatterplot omdat de punten ongeveer op een rechte liggen, wat wijst op een hoge correlatie.
De student(e) heeft wel geen uitleg gegeven over hoe de partial correlation werkt. Bij partial correlation wordt de invloed van een 3e variabele weggewerkt. Hierdoor kan de correlatie sterk veranderen. vb. de correlatie XZ = positief maar als we de invloed van variabele y wegwerken, is de correlatie neg.!
Verder zou de student(e) de bivariate scatterplot ook nog kunnen gebruikt hebben om haar conclusie te vormen.
2008-11-24 14:29:32 [Ellen Van den Broeck] [reply] 
Dus via de triviate scatterplot kan je gelijktijdig de verbanden nagaan van 3 variabelen. Maar door het platdrukken van de kubus (naar 2D) zijn er gegevens verloren gegaan. Dus wanneer twee punten op bv de grafiek van variabelen Y en Z dicht bij elkaar liggen kunnen deze eigenlijk nog wel ver van elkaar liggen omdat variabelen X hier niet wordt weergegeven.
De Student is ook een bivariate Kernel Density vergeten.
2008-11-24 21:43:39 [Erik Geysen] [reply] 
De partiële correlatie wordt inderdaad gebruikt om de invloed van een derde (storende) variabele weg te werken. Als men deze methode niet gebruikt, kan er een schijncorrelatie optreden.
De student heeft dit niet vermeld. Ook zijn er geen Bivariate density plots weergegeven van de variabelen. Dit is jammer want ze kunnen erg verduidelijkend zijn. Er is een correlatie tussen de variabelen X en Y. De partial correlation is maar iets kleiner wat wilt zeggen dat de invloed van de derde variabele heel klein is. Er is ook een verband tussen de variabelen XZ. Na de correctie wordt dit een negatief verband. Hieruit kunnen we dus afleiden dat de derde variabele (Y) hier een heel grote invloed had op het verband.
Het verband YZ wordt kleiner na de correctie, maar het is maar een klein verschil. Dus geen grote invloed van de derde variabele.

Post a new message

Dataset

Dataseries X:
Download CSV
Histogram
Boxplots 
6942
6879
6835
6805
6774
6743
6724
6715
6709
Dataseries Y:
Download CSV
Histogram 
4931
4879
4804
4735
4685
4670
4616
4569
4550
Dataseries Z:
Download CSV
Histogram 
4343
4283
4227
4197
4194
4200
4142
4061
4009

Tables (Output of Computation)





Summary of computational transaction
Raw Inputview raw input (R code)
Raw Outputview raw output of R engine
Computing time3 seconds
R Server'Sir Ronald Aylmer Fisher' @ 193.190.124.24

\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 & 3 seconds \tabularnewline
R Server & 'Sir Ronald Aylmer Fisher' @ 193.190.124.24 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=24135&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]3 seconds[/C][/ROW]
[ROW][C]R Server[/C][C]'Sir Ronald Aylmer Fisher' @ 193.190.124.24[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=24135&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=24135&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 time3 seconds
R Server'Sir Ronald Aylmer Fisher' @ 193.190.124.24






Pearson Product Moment Partial Correlation - Ungrouped Data
StatisticValue
Correlation r(xy)0.984805233018174
Partial Correlation r(xy.z)0.93638753223047
Correlation r(xz)0.905968352793728
Partial Correlation r(xz.y)-0.517685163551139
Correlation r(yz)0.948786702900324
Partial Correlation r(yz.x)0.769653641529171

\begin{tabular}{lllllllll}
\hline
Pearson Product Moment Partial Correlation - Ungrouped Data \tabularnewline
Statistic & Value \tabularnewline
Correlation r(xy) & 0.984805233018174 \tabularnewline
Partial Correlation r(xy.z) & 0.93638753223047 \tabularnewline
Correlation r(xz) & 0.905968352793728 \tabularnewline
Partial Correlation r(xz.y) & -0.517685163551139 \tabularnewline
Correlation r(yz) & 0.948786702900324 \tabularnewline
Partial Correlation r(yz.x) & 0.769653641529171 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=24135&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]0.984805233018174[/C][/ROW]
[ROW][C]Partial Correlation r(xy.z)[/C][C]0.93638753223047[/C][/ROW]
[ROW][C]Correlation r(xz)[/C][C]0.905968352793728[/C][/ROW]
[ROW][C]Partial Correlation r(xz.y)[/C][C]-0.517685163551139[/C][/ROW]
[ROW][C]Correlation r(yz)[/C][C]0.948786702900324[/C][/ROW]
[ROW][C]Partial Correlation r(yz.x)[/C][C]0.769653641529171[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=24135&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=24135&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)0.984805233018174
Partial Correlation r(xy.z)0.93638753223047
Correlation r(xz)0.905968352793728
Partial Correlation r(xz.y)-0.517685163551139
Correlation r(yz)0.948786702900324
Partial Correlation r(yz.x)0.769653641529171


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')