{"id":163083,"date":"2024-01-09T13:49:56","date_gmt":"2024-01-09T12:49:56","guid":{"rendered":"https:\/\/datascientest.com\/de\/?p=163083"},"modified":"2024-01-09T13:56:25","modified_gmt":"2024-01-09T12:56:25","slug":"korrelation-variablen-p-wert","status":"publish","type":"post","link":"https:\/\/datascientest.com\/de\/korrelation-variablen-p-wert","title":{"rendered":"Korrelation zwischen Variablen: Wie l\u00e4sst sich die Abh\u00e4ngigkeit messen?"},"content":{"rendered":"\t\t<div data-elementor-type=\"wp-post\" data-elementor-id=\"163083\" class=\"elementor elementor-163083\" data-elementor-post-type=\"post\">\n\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-c6d9573 e-flex e-con-boxed e-con\" data-id=\"c6d9573\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;boxed&quot;}\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-986ce7e elementor-widget elementor-widget-text-editor\" data-id=\"986ce7e\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<style>\/*! elementor - v3.15.0 - 02-08-2023 *\/\n.elementor-widget-text-editor.elementor-drop-cap-view-stacked .elementor-drop-cap{background-color:#69727d;color:#fff}.elementor-widget-text-editor.elementor-drop-cap-view-framed .elementor-drop-cap{color:#69727d;border:3px solid;background-color:transparent}.elementor-widget-text-editor:not(.elementor-drop-cap-view-default) .elementor-drop-cap{margin-top:8px}.elementor-widget-text-editor:not(.elementor-drop-cap-view-default) .elementor-drop-cap-letter{width:1em;height:1em}.elementor-widget-text-editor .elementor-drop-cap{float:left;text-align:center;line-height:1;font-size:50px}.elementor-widget-text-editor .elementor-drop-cap-letter{display:inline-block}<\/style>\t\t\t\t<h2><strong>In der Data Science ist es von entscheidender Bedeutung, herauszufinden und zu quantifizieren, in welchem Ausma\u00df zwei Variablen miteinander verbunden sind. Diese Beziehungen k\u00f6nnen komplex sein und sind nicht unbedingt direkt sichtbar. Einige dieser Abh\u00e4ngigkeiten beeintr\u00e4chtigen jedoch die Leistung von Machine-Learning-Algorithmen wie beispielsweise linearen Regressionen. Es ist daher unerl\u00e4sslich, die eigenen Daten optimal vorzubereiten.<\/strong><\/h2>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-f8ab956 elementor-align-center button-principal elementor-widget elementor-widget-button\" data-id=\"f8ab956\" data-element_type=\"widget\" data-widget_type=\"button.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-button-wrapper\">\n\t\t\t<a class=\"elementor-button elementor-button-link elementor-size-md\" href=\"https:\/\/datascientest.com\/de\/unsere-aus-und-weiterbildungen\">\n\t\t\t\t\t\t<span class=\"elementor-button-content-wrapper\">\n\t\t\t\t\t\t<span class=\"elementor-button-text\">Entdecke unsere Weiterbildungen in Machine Learning<\/span>\n\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-e9678c5 elementor-widget elementor-widget-text-editor\" data-id=\"e9678c5\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">Wir werden hier sehen, wie man die Abh\u00e4ngigkeit zwischen zwei kategorialen Variablen und zwischen <\/span><b>kategorialen und stetigen Variablen<\/b><span style=\"font-weight: 400;\"> erh\u00e4lt.<\/span><\/p><p><span style=\"font-weight: 400;\">Daf\u00fcr m\u00fcssen wir uns zun\u00e4chst in Erinnerung rufen, dass eine kategoriale Variable eine Variable ist, die eine endliche Anzahl unterschiedlicher Kategorien oder Gruppen besitzt. Zum Beispiel das Geschlecht von Personen, die Art des Materials oder die Zahlungsweise. Im Gegensatz dazu k\u00f6nnen <\/span><b>kontinuierliche Variablen<\/b><span style=\"font-weight: 400;\"> theoretisch eine unendliche Anzahl von Werten annehmen.<\/span><\/p><p>\u00a0<\/p><p>\ud83d\udca1Auch interessant:<\/p><table dir=\"ltr\" border=\"1\" cellspacing=\"0\" cellpadding=\"0\" data-sheets-root=\"1\"><colgroup><col width=\"1116\" \/><\/colgroup><tbody><tr><td data-sheets-value=\"{&quot;1&quot;:2,&quot;2&quot;:&quot;Alteryx: Was ist das? Wie funktioniert es?&quot;}\" data-sheets-hyperlink=\"https:\/\/datascientest.com\/de\/alteryx-was-ist-das-wie-funktioniert-es\"><a class=\"in-cell-link\" href=\"https:\/\/datascientest.com\/de\/alteryx-was-ist-das-wie-funktioniert-es\" target=\"_blank\" rel=\"noopener\">Alteryx: Was ist das? Wie funktioniert es?<\/a><\/td><\/tr><tr><td data-sheets-value=\"{&quot;1&quot;:2,&quot;2&quot;:&quot;Low Rank Adaptation: Eine einfache Methode zur Anpassung von KI an verschiedene Bereiche &quot;}\" data-sheets-hyperlink=\"https:\/\/datascientest.com\/de\/low-rank-adaptation-eine-einfache-methode-zur-anpassung-von-ki-an-verschiedene-bereiche\"><a class=\"in-cell-link\" href=\"https:\/\/datascientest.com\/de\/low-rank-adaptation-eine-einfache-methode-zur-anpassung-von-ki-an-verschiedene-bereiche\" target=\"_blank\" rel=\"noopener\">Low Rank Adaptation: Eine einfache Methode zur Anpassung von KI an verschiedene Bereiche <\/a><\/td><\/tr><tr><td data-sheets-value=\"{&quot;1&quot;:2,&quot;2&quot;:&quot;Traffic Manager: Alles \u00fcber den Beruf &quot;}\" data-sheets-hyperlink=\"https:\/\/datascientest.com\/de\/traffic-manager-alles-ueber-den-beruf\"><a class=\"in-cell-link\" href=\"https:\/\/datascientest.com\/de\/traffic-manager-alles-ueber-den-beruf\" target=\"_blank\" rel=\"noopener\">Traffic Manager: Alles \u00fcber den Beruf <\/a><\/td><\/tr><tr><td data-sheets-value=\"{&quot;1&quot;:2,&quot;2&quot;:&quot;SEA (Search Engine Advertising): Wie funktioniert es? &quot;}\" data-sheets-hyperlink=\"https:\/\/datascientest.com\/de\/sea-search-engine-advertising-wie-funktioniert-es\"><a class=\"in-cell-link\" href=\"https:\/\/datascientest.com\/de\/sea-search-engine-advertising-wie-funktioniert-es\" target=\"_blank\" rel=\"noopener\">SEA (Search Engine Advertising): Wie funktioniert es? <\/a><\/td><\/tr><tr><td data-sheets-value=\"{&quot;1&quot;:2,&quot;2&quot;:&quot;Sendinblue (BREVO): Was ist das? Wozu wird es verwendet? Wer kann es benutzen?&quot;}\" data-sheets-hyperlink=\"https:\/\/datascientest.com\/de\/sendinblue-brevo-was-ist-das-wozu-wird-es-verwendet-wer-kann-es-benutzen\"><a class=\"in-cell-link\" href=\"https:\/\/datascientest.com\/de\/sendinblue-brevo-was-ist-das-wozu-wird-es-verwendet-wer-kann-es-benutzen\" target=\"_blank\" rel=\"noopener\">Sendinblue (BREVO): Was ist das? Wozu wird es verwendet? Wer kann es benutzen?<\/a><\/td><\/tr><tr><td data-sheets-value=\"{&quot;1&quot;:2,&quot;2&quot;:&quot;WLAN: Alles Wichtige&quot;}\" data-sheets-hyperlink=\"https:\/\/datascientest.com\/de\/wlan-alles-wichtige\"><a class=\"in-cell-link\" href=\"https:\/\/datascientest.com\/de\/wlan-alles-wichtige\" target=\"_blank\" rel=\"noopener\">WLAN: Alles Wichtige<\/a><\/td><\/tr><\/tbody><\/table>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-57d9228 e-flex e-con-boxed e-con\" data-id=\"57d9228\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;boxed&quot;}\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-81591e7 elementor-widget elementor-widget-heading\" data-id=\"81591e7\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<style>\/*! elementor - v3.15.0 - 02-08-2023 *\/\n.elementor-heading-title{padding:0;margin:0;line-height:1}.elementor-widget-heading .elementor-heading-title[class*=elementor-size-]>a{color:inherit;font-size:inherit;line-height:inherit}.elementor-widget-heading .elementor-heading-title.elementor-size-small{font-size:15px}.elementor-widget-heading .elementor-heading-title.elementor-size-medium{font-size:19px}.elementor-widget-heading .elementor-heading-title.elementor-size-large{font-size:29px}.elementor-widget-heading .elementor-heading-title.elementor-size-xl{font-size:39px}.elementor-widget-heading .elementor-heading-title.elementor-size-xxl{font-size:59px}<\/style><h3 class=\"elementor-heading-title elementor-size-default\">Korrelation zwischen zwei kategorialen Variablen:<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-0f94e4b elementor-widget elementor-widget-text-editor\" data-id=\"0f94e4b\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400\">Um festzustellen, ob zwei kategoriale Variablen miteinander in Beziehung stehen, wird der ber\u00fchmte <\/span><b>Chi-Quadrat-Test<\/b><span style=\"font-weight: 400\"> verwendet. F\u00fcr diejenigen, die mit statistischen Tests nicht vertraut sind, keine Panik!<\/span><\/p><blockquote><p><i><span style=\"font-weight: 400\">Ein statistischer Test ist ein Verfahren zur Entscheidungsfindung zwischen zwei Hypothesen.<\/span><\/i><\/p><p><i><span style=\"font-weight: 400\">Bei diesem Verfahren wird eine statistische Hypothese, die sogenannte Nullhypothese H0, auf der Grundlage eines Datensatzes abgelehnt oder nicht abgelehnt.<\/span><\/i><\/p><\/blockquote><p><span style=\"font-weight: 400\">In dem hier behandelten Test lautet die Nullhypothese einfach &#8222;die beiden getesteten Variablen sind unabh\u00e4ngig&#8220;. Schlie\u00dflich wird der Test von einer Teststatistik begleitet, die zur Entscheidung beitr\u00e4gt, ob die Nullhypothese abgelehnt wird oder nicht. Diese Statistik hat aufgrund der Art und Weise, wie der Test aufgebaut ist, den positiven Nebeneffekt, dass sie einer <\/span><b>Chi-Quadrat-Verteilung<\/b><span style=\"font-weight: 400\"> mit einem gewissen Freiheitsgrad folgt.<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-799ade8 elementor-align-center button-principal elementor-widget elementor-widget-button\" data-id=\"799ade8\" data-element_type=\"widget\" data-widget_type=\"button.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-button-wrapper\">\n\t\t\t<a class=\"elementor-button elementor-button-link elementor-size-md\" href=\"https:\/\/datascientest.com\/de\/unsere-aus-und-weiterbildungen\">\n\t\t\t\t\t\t<span class=\"elementor-button-content-wrapper\">\n\t\t\t\t\t\t<span class=\"elementor-button-text\">Entdecke unsere Kurse<\/span>\n\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-52d1bb2 elementor-widget elementor-widget-heading\" data-id=\"52d1bb2\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h4 class=\"elementor-heading-title elementor-size-default\">Aber wie entscheidet man, ob die Nullhypothese abgelehnt wird oder nicht?<\/h4>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-b339d69 elementor-widget elementor-widget-text-editor\" data-id=\"b339d69\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400\">Ohne auf mathematische Details einzugehen, hat jeder statistische Test einen sogenannten <\/span><b>p-Wert<\/b><span style=\"font-weight: 400\">. Man kann ihn sich als Referenzwert vorstellen, um zu entscheiden, ob die Nullhypothese abgelehnt wird oder nicht. <\/span><b>Wenn der p-Wert unter 5% liegt, wird die Nullhypothese abgelehnt<\/b><span style=\"font-weight: 400\">. Der Schwellenwert von 5% ist in der Praxis \u00fcblich, kann aber je nach Branche variieren.<\/span><\/p><p><span style=\"font-weight: 400\">In Python l\u00e4sst sich der Test mithilfe der <\/span><i><span style=\"font-weight: 400\">Bibliothek scipy<\/span><\/i><span style=\"font-weight: 400\"> und ihrer Funktion <\/span><i><span style=\"font-weight: 400\">chi2_contingency<\/span><\/i><span style=\"font-weight: 400\"> leicht implementieren. Sie erm\u00f6glicht es, schnell den p-Wert des Tests sowie die Statistik und den zugeh\u00f6rigen Freiheitsgrad zu erhalten. In der Praxis erfordert der Chi-Quadrat-Test im Vorfeld ein wenig Arbeit mit den Daten. Um den Test durchf\u00fchren zu k\u00f6nnen, muss zun\u00e4chst die Kontingenztabelle bestimmt werden. Das ist eine Kreuztabelle zwischen den Modalit\u00e4ten der beiden Variablen. Sie l\u00e4sst sich leicht mit der Funktion crosstab von Pandas erstellen. Anschlie\u00dfend f\u00fchrt man den Test mit Hilfe der Kontingenztabelle durch :<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-70961d9 elementor-widget elementor-widget-image\" data-id=\"70961d9\" data-element_type=\"widget\" data-widget_type=\"image.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<style>\/*! elementor - v3.15.0 - 02-08-2023 *\/\n.elementor-widget-image{text-align:center}.elementor-widget-image a{display:inline-block}.elementor-widget-image a img[src$=\".svg\"]{width:48px}.elementor-widget-image img{vertical-align:middle;display:inline-block}<\/style>\t\t\t\t\t\t\t\t\t\t\t\t<img decoding=\"async\" width=\"612\" height=\"302\" src=\"https:\/\/datascientest.com\/de\/files\/2020\/05\/Capture-d\u2019e\u0301cran-2020-05-24-a\u0300-19.42.25.png\" class=\"attachment-large size-large wp-image-2925\" alt=\"python\" srcset=\"https:\/\/datascientest.com\/de\/files\/2020\/05\/Capture-d\u2019e\u0301cran-2020-05-24-a\u0300-19.42.25.png 612w, https:\/\/datascientest.com\/de\/files\/2020\/05\/Capture-d\u2019e\u0301cran-2020-05-24-a\u0300-19.42.25-300x148.png 300w\" sizes=\"(max-width: 612px) 100vw, 612px\" \/>\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-c00336a elementor-widget elementor-widget-text-editor\" data-id=\"c00336a\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400\">In unserem obigen Beispiel liegt der p-Wert deutlich unter 5%, sodass wir die Hypothese, dass die beiden getesteten Variablen unabh\u00e4ngig sind, ablehnen k\u00f6nnen.<\/span><\/p><p><span style=\"font-weight: 400\">Schlie\u00dflich kann man auch den Grad der Korrelation zwischen den beiden Variablen messen, indem man <\/span><b>Cramers V<\/b><span style=\"font-weight: 400\"> verwendet. Cramers V wird mithilfe der Teststatistik, des Freiheitsgrads und der Dimensionen der Kontingenztabelle berechnet. Es gibt einen Wert zwischen 0 und 1 zur\u00fcck. Wenn der zur\u00fcckgegebene Wert gr\u00f6\u00dfer als 0,9 ist, gilt die Beziehung als sehr stark. Wenn der Wert kleiner als 0,10 ist, kann man die Beziehung als schwach bezeichnen.<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-1316e38 elementor-align-center button-principal elementor-widget elementor-widget-button\" data-id=\"1316e38\" data-element_type=\"widget\" data-widget_type=\"button.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-button-wrapper\">\n\t\t\t<a class=\"elementor-button elementor-button-link elementor-size-md\" href=\"https:\/\/datascientest.com\/de\/unsere-aus-und-weiterbildungen\">\n\t\t\t\t\t\t<span class=\"elementor-button-content-wrapper\">\n\t\t\t\t\t\t<span class=\"elementor-button-text\">Lerne das Coden mit Python<\/span>\n\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-4feb3ac e-flex e-con-boxed e-con\" data-id=\"4feb3ac\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;boxed&quot;}\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-8774dc2 elementor-widget elementor-widget-heading\" data-id=\"8774dc2\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h3 class=\"elementor-heading-title elementor-size-default\">Korrelation zwischen zwei stetigen Variablen:<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-fbb3ca5 elementor-widget elementor-widget-text-editor\" data-id=\"fbb3ca5\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">Wie bei den kategorialen Variablen gibt es einen Test, um festzustellen, ob zwei kontinuierliche Variablen unabh\u00e4ngig voneinander sind: den <\/span><b>Pearson-Korrelationstest<\/b><span style=\"font-weight: 400;\">. Die zu testende Nullhypothese ist identisch: &#8222;Die beiden getesteten Variablen sind unabh\u00e4ngig&#8220;. Wie beim Chi-Quadrat-Test gibt es auch hier eine Teststatistik und einen p-Wert, der dar\u00fcber entscheidet, ob die Nullhypothese abgelehnt wird oder nicht.<\/span><\/p><p><span style=\"font-weight: 400;\">Dieser Test kann sehr einfach mithilfe der scipy-Bibliothek und ihrer <\/span><span style=\"text-decoration: underline;\"><a href=\"https:\/\/docs.scipy.org\/doc\/scipy-0.14.0\/reference\/generated\/scipy.stats.pearsonr.html\"><span style=\"font-weight: 400;\">Funktion pearsonr<\/span><\/a><\/span><span style=\"font-weight: 400;\"> implementiert werden. Es ist keine vorherige Datenarbeit erforderlich, solange die Daten keine fehlenden Werte enthalten. Hier ein Beispiel f\u00fcr eine Implementierung mit python:<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-9751707 elementor-widget elementor-widget-image\" data-id=\"9751707\" data-element_type=\"widget\" data-widget_type=\"image.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<img decoding=\"async\" width=\"596\" height=\"268\" src=\"https:\/\/datascientest.com\/de\/files\/2020\/05\/Capture-d\u2019e\u0301cran-2020-05-24-a\u0300-19.42.19.png\" class=\"attachment-large size-large wp-image-2924\" alt=\"python\" srcset=\"https:\/\/datascientest.com\/de\/files\/2020\/05\/Capture-d\u2019e\u0301cran-2020-05-24-a\u0300-19.42.19.png 596w, https:\/\/datascientest.com\/de\/files\/2020\/05\/Capture-d\u2019e\u0301cran-2020-05-24-a\u0300-19.42.19-300x135.png 300w\" sizes=\"(max-width: 596px) 100vw, 596px\" \/>\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-f3c7f73 elementor-widget elementor-widget-text-editor\" data-id=\"f3c7f73\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400\">In unserem Beispiel ist der p-Wert kleiner als 5%. Daraus l\u00e4sst sich ableiten, dass die Variablen nicht unabh\u00e4ngig sind. <\/span><b>Der Pearson-Koeffizient misst den Grad der Korrelation zwischen den beiden Variablen<\/b><span style=\"font-weight: 400\">. Er gibt einen Wert zwischen -1 und 1 zur\u00fcck. Wenn er nahe bei 1 liegt, bedeutet dies, dass die Variablen positiv korreliert sind, nahe bei 0, dass die Variablen unkorreliert sind, und nahe bei -1, dass sie negativ miteinander korrelieren. In unserem Beispiel hat der Koeffizient einen Wert von 0,80319. Dies bedeutet, dass die Variablen stark korreliert sind.<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-d3f3f69 elementor-widget__width-initial elementor-widget elementor-widget-video\" data-id=\"d3f3f69\" data-element_type=\"widget\" data-settings=\"{&quot;youtube_url&quot;:&quot;https:\\\/\\\/youtu.be\\\/kNPe_pgbuHg&quot;,&quot;video_type&quot;:&quot;youtube&quot;,&quot;controls&quot;:&quot;yes&quot;}\" data-widget_type=\"video.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<style>\/*! elementor - v3.15.0 - 02-08-2023 *\/\n.elementor-widget-video .elementor-widget-container{overflow:hidden;transform:translateZ(0)}.elementor-widget-video .elementor-wrapper{aspect-ratio:var(--video-aspect-ratio)}.elementor-widget-video .elementor-wrapper iframe,.elementor-widget-video .elementor-wrapper video{height:100%;width:100%;display:flex;border:none;background-color:#000}@supports not (aspect-ratio:1\/1){.elementor-widget-video .elementor-wrapper{position:relative;overflow:hidden;height:0;padding-bottom:calc(100% \/ var(--video-aspect-ratio))}.elementor-widget-video .elementor-wrapper iframe,.elementor-widget-video .elementor-wrapper video{position:absolute;top:0;right:0;bottom:0;left:0}}.elementor-widget-video .elementor-open-inline .elementor-custom-embed-image-overlay{position:absolute;top:0;right:0;bottom:0;left:0;background-size:cover;background-position:50%}.elementor-widget-video .elementor-custom-embed-image-overlay{cursor:pointer;text-align:center}.elementor-widget-video .elementor-custom-embed-image-overlay:hover .elementor-custom-embed-play i{opacity:1}.elementor-widget-video .elementor-custom-embed-image-overlay img{display:block;width:100%;aspect-ratio:var(--video-aspect-ratio);-o-object-fit:cover;object-fit:cover;-o-object-position:center center;object-position:center center}@supports not (aspect-ratio:1\/1){.elementor-widget-video .elementor-custom-embed-image-overlay{position:relative;overflow:hidden;height:0;padding-bottom:calc(100% \/ var(--video-aspect-ratio))}.elementor-widget-video .elementor-custom-embed-image-overlay img{position:absolute;top:0;right:0;bottom:0;left:0}}.elementor-widget-video .e-hosted-video .elementor-video{-o-object-fit:cover;object-fit:cover}.e-con-inner>.elementor-widget-video,.e-con>.elementor-widget-video{width:var(--container-widget-width);--flex-grow:var(--container-widget-flex-grow)}<\/style>\t\t<div class=\"elementor-wrapper elementor-open-inline\">\n\t\t\t<div class=\"elementor-video\"><\/div>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-66f37b0 elementor-align-center button-principal elementor-widget elementor-widget-button\" data-id=\"66f37b0\" data-element_type=\"widget\" data-widget_type=\"button.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-button-wrapper\">\n\t\t\t<a class=\"elementor-button elementor-button-link elementor-size-md\" href=\"https:\/\/datascientest.com\/de\/weiterbildung-data-scientist\">\n\t\t\t\t\t\t<span class=\"elementor-button-content-wrapper\">\n\t\t\t\t\t\t<span class=\"elementor-button-text\">Data Scientist Weiterbildung<\/span>\n\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-cffb765 e-flex e-con-boxed e-con\" data-id=\"cffb765\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;boxed&quot;}\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-15daa9a elementor-widget elementor-widget-heading\" data-id=\"15daa9a\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h3 class=\"elementor-heading-title elementor-size-default\">Korrelation zwischen einer kontinuierlichen Variable und einer kategorialen Variable:<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-cb08fd1 elementor-widget elementor-widget-text-editor\" data-id=\"cb08fd1\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">Um diese Art von Korrelation zu untersuchen, greift man auf die <\/span><a href=\"https:\/\/datascientest.com\/de\/die-varianzanalyse-anova-ein-tool-der-datenanalyse\"><b>Ein-Faktor-Varianzanalyse (ANOVA)<\/b><\/a><span style=\"font-weight: 400;\"> zur\u00fcck, die den Vergleich von Stichprobenmittelwerten erm\u00f6glicht.<\/span><\/p><p><span style=\"font-weight: 400;\"> Das Ziel dieses Tests ist es, auf den <\/span><b>Einfluss einer kategorialen Variable auf die Gesetzm\u00e4\u00dfigkeit einer zu erkl\u00e4renden kontinuierlichen Variable<\/b><span style=\"font-weight: 400;\"> zu schlie\u00dfen.<\/span><\/p><p><span style=\"font-weight: 400;\">Stelle dir vor, dass du \u00fcber drei Variablen verf\u00fcgst. Die erste stellt eine Kundennummer dar, die zweite eine Kategorie (1,2 oder 3) und die letzte die Ausgaben.<\/span><\/p><blockquote><p><em><span style=\"font-weight: 400;\">\ud83d\udc49Die Frage, die man sich stellen k\u00f6nnte: Hat die Variable Kategorie einen Einfluss auf die H\u00f6he der Ausgaben?<\/span><\/em><\/p><\/blockquote><p><span style=\"font-weight: 400;\">Bezeichnen wir \u00b51, \u00b52 und \u00b53 als die Mittelwerte der ausgegebenen Betr\u00e4ge f\u00fcr jede der drei Kategorien.<\/span><\/p><p><span style=\"font-weight: 400;\"><strong>Eine einfache \u00dcberlegung lautet:<\/strong> Wenn die Variable Kategorie keinen Einfluss auf die Ausgaben hat, dann sollten die Mittelwerte gleich sein. Mit anderen Worten: \u00b51 = \u00b52 = \u00b53.<\/span><\/p><p><span style=\"font-weight: 400;\">Dies ist genau die Hypothese, die wir testen, wenn wir die Varianzanalyse verwenden. <a href=\"https:\/\/datascientest.com\/de\/chi-2-mehr-ueber-diesen-unentbehrlichen-statistischen-test\">Wie der Chi-Quadrat<\/a>&#8211; und der <a href=\"https:\/\/datascientest.com\/de\/pearson-vs-spearman-korrelationen-einfache-erklaerung\">Pearson-Test<\/a> wird auch dieser Test von einer Teststatistik und einem p-Wert begleitet, der bestimmt, ob die Nullhypothese abgelehnt wird oder nicht.<\/span><\/p><p><span style=\"font-weight: 400;\">Dieser Test l\u00e4sst sich leicht in Python implementieren, <a href=\"https:\/\/datascientest.com\/de\/statsmodels\">indem man die <\/a><\/span><i><span style=\"font-weight: 400;\">Bibliothek statsmodels<\/span><\/i><span style=\"font-weight: 400;\"> verwendet. Hier ist ein Beispiel f\u00fcr eine Implementierung:<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-a8b5ad4 elementor-widget elementor-widget-image\" data-id=\"a8b5ad4\" data-element_type=\"widget\" data-widget_type=\"image.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<img decoding=\"async\" width=\"800\" height=\"236\" src=\"https:\/\/datascientest.com\/de\/files\/2020\/05\/Capture-d\u2019e\u0301cran-2020-05-24-a\u0300-19.42.38.png\" class=\"attachment-large size-large wp-image-2926\" alt=\"python\" srcset=\"https:\/\/datascientest.com\/de\/files\/2020\/05\/Capture-d\u2019e\u0301cran-2020-05-24-a\u0300-19.42.38.png 950w, https:\/\/datascientest.com\/de\/files\/2020\/05\/Capture-d\u2019e\u0301cran-2020-05-24-a\u0300-19.42.38-300x88.png 300w, https:\/\/datascientest.com\/de\/files\/2020\/05\/Capture-d\u2019e\u0301cran-2020-05-24-a\u0300-19.42.38-768x226.png 768w\" sizes=\"(max-width: 800px) 100vw, 800px\" \/>\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-3a939c8 elementor-widget elementor-widget-text-editor\" data-id=\"3a939c8\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400\">In unserem Beispiel informiert df \u00fcber den Freiheitsgrad der Teststatistik F, die einer <\/span><b>Fisher-Verteilung<\/b><span style=\"font-weight: 400\"> folgt. PR(&gt;F) gibt den p-Wert des Tests an. Dieser ist kleiner als 5%. Daraus schlie\u00dfen wir, dass die Variable pledged einen Einfluss auf <\/span><i><span style=\"font-weight: 400\">main_category<\/span><\/i><span style=\"font-weight: 400\"> hat.<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-e261e5c e-flex e-con-boxed e-con\" data-id=\"e261e5c\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;boxed&quot;}\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-98a8717 elementor-widget elementor-widget-text-editor\" data-id=\"98a8717\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">Du hast nun alle n\u00f6tigen Kenntnisse, um Korrelationen innerhalb eines Datensatzes zu untersuchen. <strong>DataScientest<\/strong> wird dir\u00a0 die M\u00f6glichkeit bieten, noch einen Schritt weiter zu gehen, indem du ein <strong>Datenprojekt<\/strong> von A bis Z durchf\u00fchrst.<\/span><\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-5587e8b elementor-align-center button-principal elementor-widget elementor-widget-button\" data-id=\"5587e8b\" data-element_type=\"widget\" data-widget_type=\"button.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-button-wrapper\">\n\t\t\t<a class=\"elementor-button elementor-button-link elementor-size-md\" href=\"https:\/\/datascientest.com\/de\/unsere-aus-und-weiterbildungen\">\n\t\t\t\t\t\t<span class=\"elementor-button-content-wrapper\">\n\t\t\t\t\t\t<span class=\"elementor-button-text\">Entdecke unsere Data Science Weiterbildungen!<\/span>\n\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-7aab858 e-flex e-con-boxed e-con\" data-id=\"7aab858\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;boxed&quot;}\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t","protected":false},"excerpt":{"rendered":"<p>In der Data Science ist es von entscheidender Bedeutung, herauszufinden und zu quantifizieren, in welchem Ausma\u00df zwei Variablen miteinander verbunden sind. Diese Beziehungen k\u00f6nnen komplex sein und sind nicht unbedingt direkt sichtbar. Einige dieser Abh\u00e4ngigkeiten beeintr\u00e4chtigen jedoch die Leistung von Machine-Learning-Algorithmen wie beispielsweise linearen Regressionen. Es ist daher unerl\u00e4sslich, die eigenen Daten optimal vorzubereiten. Entdecke [&hellip;]<\/p>\n","protected":false},"author":47,"featured_media":163080,"comment_status":"open","ping_status":"open","sticky":false,"template":"elementor_theme","format":"standard","meta":{"content-type":"","inline_featured_image":false},"categories":[2454],"tags":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO Premium plugin v21.7 (Yoast SEO v21.7) - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Korrelation zwischen Variablen | DataScientest<\/title>\n<meta name=\"description\" content=\"In der Data Science ist es von entscheidender Bedeutung, zu quantifizieren, ob und in welchem Ausma\u00df diverse Variablen miteinander korrelieren\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/datascientest.com\/de\/korrelation-variablen-p-wert\" \/>\n<meta property=\"og:locale\" content=\"de_DE\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Korrelation zwischen Variablen: Wie l\u00e4sst sich die Abh\u00e4ngigkeit messen?\" \/>\n<meta property=\"og:description\" content=\"In der Data Science ist es von entscheidender Bedeutung, herauszufinden und zu quantifizieren, in welchem Ausma\u00df zwei Variablen miteinander verbunden\" \/>\n<meta property=\"og:url\" content=\"https:\/\/datascientest.com\/de\/korrelation-variablen-p-wert\" \/>\n<meta property=\"og:site_name\" content=\"Weiterbildung Data Science | DataScientest.com\" \/>\n<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/DataScientestEN\" \/>\n<meta property=\"article:published_time\" content=\"2024-01-09T12:49:56+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2024-01-09T12:56:25+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/datascientest.com\/de\/wp-content\/blogs.dir\/8\/files\/2022\/08\/korrelation-zwischen-variablen.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"768\" \/>\n\t<meta property=\"og:image:height\" content=\"512\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"author\" content=\"Adriano R\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:creator\" content=\"@DataScientest__\" \/>\n<meta name=\"twitter:site\" content=\"@DataScientest__\" \/>\n<meta name=\"twitter:label1\" content=\"Verfasst von\" \/>\n\t<meta name=\"twitter:data1\" content=\"Adriano R\" \/>\n\t<meta name=\"twitter:label2\" content=\"Gesch\u00e4tzte Lesezeit\" \/>\n\t<meta name=\"twitter:data2\" content=\"7\u00a0Minuten\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\/\/datascientest.com\/de\/korrelation-variablen-p-wert#article\",\"isPartOf\":{\"@id\":\"https:\/\/datascientest.com\/de\/korrelation-variablen-p-wert\"},\"author\":{\"name\":\"Adriano R\",\"@id\":\"https:\/\/datascientest.com\/de\/#\/schema\/person\/3d2560836c47019eb12b7b77f3a15378\"},\"headline\":\"Korrelation zwischen Variablen: Wie l\u00e4sst sich die Abh\u00e4ngigkeit messen?\",\"datePublished\":\"2024-01-09T12:49:56+00:00\",\"dateModified\":\"2024-01-09T12:56:25+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\/\/datascientest.com\/de\/korrelation-variablen-p-wert\"},\"wordCount\":1071,\"commentCount\":0,\"publisher\":{\"@id\":\"https:\/\/datascientest.com\/de\/#organization\"},\"articleSection\":[\"Data Science\"],\"inLanguage\":\"de\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\/\/datascientest.com\/de\/korrelation-variablen-p-wert#respond\"]}],\"copyrightYear\":\"2024\",\"copyrightHolder\":{\"@id\":\"https:\/\/datascientest.com\/#organization\"}},{\"@type\":\"WebPage\",\"@id\":\"https:\/\/datascientest.com\/de\/korrelation-variablen-p-wert\",\"url\":\"https:\/\/datascientest.com\/de\/korrelation-variablen-p-wert\",\"name\":\"Korrelation zwischen Variablen | DataScientest\",\"isPartOf\":{\"@id\":\"https:\/\/datascientest.com\/de\/#website\"},\"datePublished\":\"2024-01-09T12:49:56+00:00\",\"dateModified\":\"2024-01-09T12:56:25+00:00\",\"description\":\"In der Data Science ist es von entscheidender Bedeutung, zu quantifizieren, ob und in welchem Ausma\u00df diverse Variablen miteinander korrelieren\",\"inLanguage\":\"de\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/datascientest.com\/de\/korrelation-variablen-p-wert\"]}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/datascientest.com\/de\/#website\",\"url\":\"https:\/\/datascientest.com\/de\/\",\"name\":\"Weiterbildung Data Science | DataScientest.com\",\"description\":\"F\u00fchrender Anbieter von Schulungen im Bereich Data Science\",\"publisher\":{\"@id\":\"https:\/\/datascientest.com\/de\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/datascientest.com\/de\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"de\"},{\"@type\":\"Organization\",\"@id\":\"https:\/\/datascientest.com\/de\/#organization\",\"name\":\"DataScientest\",\"url\":\"https:\/\/datascientest.com\/de\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\/\/datascientest.com\/de\/#\/schema\/logo\/image\/\",\"url\":\"https:\/\/datascientest.com\/de\/wp-content\/blogs.dir\/8\/files\/2024\/02\/DataScientest_icon_blue-2.png\",\"contentUrl\":\"https:\/\/datascientest.com\/de\/wp-content\/blogs.dir\/8\/files\/2024\/02\/DataScientest_icon_blue-2.png\",\"width\":301,\"height\":301,\"caption\":\"DataScientest\"},\"image\":{\"@id\":\"https:\/\/datascientest.com\/de\/#\/schema\/logo\/image\/\"},\"sameAs\":[\"https:\/\/www.facebook.com\/DataScientestEN\",\"https:\/\/twitter.com\/DataScientest__\",\"https:\/\/www.linkedin.com\/company\/datascientest-germany\/\",\"https:\/\/www.tiktok.com\/@datascientest\"]},{\"@type\":\"Person\",\"@id\":\"https:\/\/datascientest.com\/de\/#\/schema\/person\/3d2560836c47019eb12b7b77f3a15378\",\"name\":\"Adriano R\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\/\/datascientest.com\/de\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/secure.gravatar.com\/avatar\/fbfbc3a7811c63caf3333396a123058f?s=96&d=mm&r=g\",\"contentUrl\":\"https:\/\/secure.gravatar.com\/avatar\/fbfbc3a7811c63caf3333396a123058f?s=96&d=mm&r=g\",\"caption\":\"Adriano R\"},\"sameAs\":[\"user\"],\"url\":\"https:\/\/datascientest.com\/de\/author\/adriano-r\"}]}<\/script>\n<!-- \/ Yoast SEO Premium plugin. -->","yoast_head_json":{"title":"Korrelation zwischen Variablen | DataScientest","description":"In der Data Science ist es von entscheidender Bedeutung, zu quantifizieren, ob und in welchem Ausma\u00df diverse Variablen miteinander korrelieren","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/datascientest.com\/de\/korrelation-variablen-p-wert","og_locale":"de_DE","og_type":"article","og_title":"Korrelation zwischen Variablen: Wie l\u00e4sst sich die Abh\u00e4ngigkeit messen?","og_description":"In der Data Science ist es von entscheidender Bedeutung, herauszufinden und zu quantifizieren, in welchem Ausma\u00df zwei Variablen miteinander verbunden","og_url":"https:\/\/datascientest.com\/de\/korrelation-variablen-p-wert","og_site_name":"Weiterbildung Data Science | DataScientest.com","article_publisher":"https:\/\/www.facebook.com\/DataScientestEN","article_published_time":"2024-01-09T12:49:56+00:00","article_modified_time":"2024-01-09T12:56:25+00:00","og_image":[{"width":768,"height":512,"url":"https:\/\/datascientest.com\/de\/wp-content\/blogs.dir\/8\/files\/2022\/08\/korrelation-zwischen-variablen.jpg","type":"image\/jpeg"}],"author":"Adriano R","twitter_card":"summary_large_image","twitter_creator":"@DataScientest__","twitter_site":"@DataScientest__","twitter_misc":{"Verfasst von":"Adriano R","Gesch\u00e4tzte Lesezeit":"7\u00a0Minuten"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/datascientest.com\/de\/korrelation-variablen-p-wert#article","isPartOf":{"@id":"https:\/\/datascientest.com\/de\/korrelation-variablen-p-wert"},"author":{"name":"Adriano R","@id":"https:\/\/datascientest.com\/de\/#\/schema\/person\/3d2560836c47019eb12b7b77f3a15378"},"headline":"Korrelation zwischen Variablen: Wie l\u00e4sst sich die Abh\u00e4ngigkeit messen?","datePublished":"2024-01-09T12:49:56+00:00","dateModified":"2024-01-09T12:56:25+00:00","mainEntityOfPage":{"@id":"https:\/\/datascientest.com\/de\/korrelation-variablen-p-wert"},"wordCount":1071,"commentCount":0,"publisher":{"@id":"https:\/\/datascientest.com\/de\/#organization"},"articleSection":["Data Science"],"inLanguage":"de","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/datascientest.com\/de\/korrelation-variablen-p-wert#respond"]}],"copyrightYear":"2024","copyrightHolder":{"@id":"https:\/\/datascientest.com\/#organization"}},{"@type":"WebPage","@id":"https:\/\/datascientest.com\/de\/korrelation-variablen-p-wert","url":"https:\/\/datascientest.com\/de\/korrelation-variablen-p-wert","name":"Korrelation zwischen Variablen | DataScientest","isPartOf":{"@id":"https:\/\/datascientest.com\/de\/#website"},"datePublished":"2024-01-09T12:49:56+00:00","dateModified":"2024-01-09T12:56:25+00:00","description":"In der Data Science ist es von entscheidender Bedeutung, zu quantifizieren, ob und in welchem Ausma\u00df diverse Variablen miteinander korrelieren","inLanguage":"de","potentialAction":[{"@type":"ReadAction","target":["https:\/\/datascientest.com\/de\/korrelation-variablen-p-wert"]}]},{"@type":"WebSite","@id":"https:\/\/datascientest.com\/de\/#website","url":"https:\/\/datascientest.com\/de\/","name":"Weiterbildung Data Science | DataScientest.com","description":"F\u00fchrender Anbieter von Schulungen im Bereich Data Science","publisher":{"@id":"https:\/\/datascientest.com\/de\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/datascientest.com\/de\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"de"},{"@type":"Organization","@id":"https:\/\/datascientest.com\/de\/#organization","name":"DataScientest","url":"https:\/\/datascientest.com\/de\/","logo":{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/datascientest.com\/de\/#\/schema\/logo\/image\/","url":"https:\/\/datascientest.com\/de\/wp-content\/blogs.dir\/8\/files\/2024\/02\/DataScientest_icon_blue-2.png","contentUrl":"https:\/\/datascientest.com\/de\/wp-content\/blogs.dir\/8\/files\/2024\/02\/DataScientest_icon_blue-2.png","width":301,"height":301,"caption":"DataScientest"},"image":{"@id":"https:\/\/datascientest.com\/de\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/www.facebook.com\/DataScientestEN","https:\/\/twitter.com\/DataScientest__","https:\/\/www.linkedin.com\/company\/datascientest-germany\/","https:\/\/www.tiktok.com\/@datascientest"]},{"@type":"Person","@id":"https:\/\/datascientest.com\/de\/#\/schema\/person\/3d2560836c47019eb12b7b77f3a15378","name":"Adriano R","image":{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/datascientest.com\/de\/#\/schema\/person\/image\/","url":"https:\/\/secure.gravatar.com\/avatar\/fbfbc3a7811c63caf3333396a123058f?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/fbfbc3a7811c63caf3333396a123058f?s=96&d=mm&r=g","caption":"Adriano R"},"sameAs":["user"],"url":"https:\/\/datascientest.com\/de\/author\/adriano-r"}]}},"_links":{"self":[{"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/posts\/163083"}],"collection":[{"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/users\/47"}],"replies":[{"embeddable":true,"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/comments?post=163083"}],"version-history":[{"count":0,"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/posts\/163083\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/media\/163080"}],"wp:attachment":[{"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/media?parent=163083"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/categories?post=163083"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/tags?post=163083"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}