Comprendere i benefici dell'analisi di correlazione nella ricerca

La teoria della correlazione definisce l'occorrenza modellata di qualsiasi due variabili. Sebbene sia matematica in teoria, la sua pratica è universalmente applicabile. I ricercatori possono letteralmente concentrarsi su qualsiasi cosa, dall'altezza e peso alla possibile relazione di tratti familiari geneticamente ereditati. Il suo esame di modelli organicamente occorrenti solleva i praticanti della correlazione da un rigido esperimento scientifico fornendo un risultato numericamente preciso. Sebbene il metodo di correlazione non stabilisca una relazione causale, suggerisce possibili vie di ulteriore esame clinico di variabili che altrimenti non potrebbero essere testate.

Modelli di occorrenza

La correlazione usa prove statistiche per identificare relazioni. Le due variabili possono essere molto diverse l'una dall'altra. Tuttavia, la correlazione ignora quelle differenze e evidenzia le occorrenze simili tra loro. Secondo l'Università di York, lo studio biometrico dell'ereditarietà è stato grandemente influenzato dall'analisi di correlazione. In questo modo, i ricercatori potevano associare tratti di personalità che possono abbracciare le generazioni di una famiglia. L'American Medical Association ha riportato nel 2006 che quando pazienti femmine con depressione diventano asintomatiche, i loro figli sono meno propensi a essere diagnosticati con depressione. I ricercatori avrebbero correlato l'incidenza della depressione in sia madre che figlio per raggiungere eventualmente quella conclusione.

Grado di relazione

L'analisi di correlazione conclude con un coefficiente matematico tra +1,00 e -1,00. Il "più" sta per aumento dell'occorrenza di entrambe le variabili; il "meno" sta per un aumento in una variabile con una diminuzione nell'altra. Qualsiasi numero tra quei poli estremi rappresenta il grado di relazione tra le due variabili. La correlazione produce una statistica oggettiva per rappresentare una relazione. Anche una correlazione 0,00 indica nessun grado di relazione. Questa è la precisione della correlazione.

Direzione della relazione

I praticanti della correlazione non possono solo identificare una relazione statistica tra due variabili ma anche stabilire una relazione inversa. L'aumento in una variabile può causare una diminuzione nell'altra. Questo è chiamato correlazione negativa. Correlazione zero è quando l'occorrenza di una variabile non ha influenza sulla seconda variabile. Per esempio, un adolescente in crescita con "gamba cava" mangia come un cavallo ma non guadagna mai un chilo: una correlazione negativa tra assunzione calorica e aumento di peso. I ricercatori hanno generalmente trovato una correlazione positiva a suggerire che persone più alte tendono a essere più pesanti.

Eticamente amichevole

La correlazione è basata su statistiche, quindi può esaminare relazioni senza richiedere esperimenti non etici per ottenere prove. L'esempio della depressione si adatta. Usando la correlazione, i ricercatori possono risparmiare a un bambino il dolore di esperimenti con la depressione per scopo di analisi. In questo modo, la correlazione è osservazionale. Non cerca di isolare variabili all'interno della metodologia scientifica. Qualsiasi esperimento che, per definizione, metterebbe in pericolo le due variabili-pazienti è clinicamente non necessario con la correlazione.