{"id":178668,"date":"2023-06-19T20:00:13","date_gmt":"2023-06-19T19:00:13","guid":{"rendered":"https:\/\/datascientest.com\/de\/?p=178668"},"modified":"2023-10-30T11:46:54","modified_gmt":"2023-10-30T10:46:54","slug":"pearson-vs-spearman-korrelationen-einfache-erklaerung","status":"publish","type":"post","link":"https:\/\/datascientest.com\/de\/pearson-vs-spearman-korrelationen-einfache-erklaerung","title":{"rendered":"Pearson vs. Spearman Korrelationen: Einfache Erkl\u00e4rung"},"content":{"rendered":"\t\t<div data-elementor-type=\"wp-post\" data-elementor-id=\"178668\" class=\"elementor elementor-178668\" data-elementor-post-type=\"post\">\n\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-18cb2da e-flex e-con-boxed e-con\" data-id=\"18cb2da\" 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-882bc6a elementor-widget elementor-widget-heading\" data-id=\"882bc6a\" 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 ist ein statistisches Werkzeug, das f\u00fcr Machine Learning verwendet wird, um Abh\u00e4ngigkeitsbeziehungen zwischen mehreren Variablen zu identifizieren. Es gibt verschiedene Arten von Korrelationen. Erfahre unten mehr \u00fcber die Pearson- und die Spearman-Korrelation.<\/h3>\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-4f5ed57 e-flex e-con-boxed e-con\" data-id=\"4f5ed57\" 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-be1f33d elementor-widget elementor-widget-text-editor\" data-id=\"be1f33d\" 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<p><span style=\"font-weight: 400;\">F\u00fcr die<a href=\"https:\/\/datascientest.com\/de\/weiterbildung-data-analyst\"> Datenanalyse<\/a> stehen einem Data Scientist verschiedene statistische Werkzeuge zur Verf\u00fcgung. Unter diesen Werkzeugen kann er die Korrelation verwenden. Dies ist ein besonders n\u00fctzliches statistisches Ma\u00df, mit dem die Beziehung zwischen zwei Variablen anhand der Berechnung eines Korrelationskoeffizienten untersucht werden kann.<\/span><\/p><p><span style=\"font-weight: 400;\">Die<strong> Korrelation<\/strong> entspricht der St\u00e4rke (angegeben durch den absoluten Wert des Koeffizienten) und der Richtung (angegeben durch das Vorzeichen des Koeffizienten) der Beziehung zwischen diesen Variablen. Die Richtung kann entweder positiv (wenn ein x steigt, steigt auch y) oder negativ (wenn x steigt, sinkt y oder umgekehrt) sein.<\/span><\/p><p><span style=\"font-weight: 400;\">Es gibt verschiedene Arten von Korrelationen. Unter diesen Korrelationen gibt es zwei, die besonders h\u00e4ufig verwendet werden: Die Pearson vs. Spearman Korrelation. Diese beiden Arten von Korrelationen werden im weiteren Verlauf dieses Artikels n\u00e4her erl\u00e4utert.<\/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-ed9f511 e-flex e-con-boxed e-con\" data-id=\"ed9f511\" 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-565c9128 elementor-widget elementor-widget-heading\" data-id=\"565c9128\" 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\">Pearson vs. Spearman Korrelation - Was ist Pearson?<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-3a254026 elementor-widget elementor-widget-text-editor\" data-id=\"3a254026\" 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;\">Die Pearson-Korrelation, auch lineare Korrelation genannt, misst den linearen Zusammenhang zwischen zwei kontinuierlichen Variablen. Die<strong> Pearson-Korrelation<\/strong> wird durch den Wert des Korrelationskoeffizienten r angegeben, der mithilfe der folgenden Formel berechnet wird:<\/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-4d739ff0 elementor-widget elementor-widget-image\" data-id=\"4d739ff0\" 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<figure class=\"wp-caption\">\n\t\t\t\t\t\t\t\t\t\t<img decoding=\"async\" width=\"655\" height=\"337\" src=\"https:\/\/datascientest.com\/de\/files\/2023\/06\/image5-2-1.png\" class=\"attachment-full size-full wp-image-178671\" alt=\"\" srcset=\"https:\/\/datascientest.com\/de\/files\/2023\/06\/image5-2-1.png 655w, https:\/\/datascientest.com\/de\/files\/2023\/06\/image5-2-1-300x154.png 300w\" sizes=\"(max-width: 655px) 100vw, 655px\" \/>\t\t\t\t\t\t\t\t\t\t\t<figcaption class=\"widget-image-caption wp-caption-text\"><\/figcaption>\n\t\t\t\t\t\t\t\t\t\t<\/figure>\n\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-5e0c7e5d elementor-widget elementor-widget-text-editor\" data-id=\"5e0c7e5d\" 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>Bevor du den <strong>Pearson-Koeffizienten<\/strong> berechnest, musst du sicherstellen, dass die Daten die folgenden Annahmen erf\u00fcllen:<\/p><ol><li>Die Datenstichprobe ist zuf\u00e4llig (repr\u00e4sentativ f\u00fcr die Grundgesamtheit).<\/li><li>Die Variablen sind quantitativ (kontinuierlich).<\/li><li>Die Daten sind paarweise verkn\u00fcpft (jedem Wert x wird ein Wert y zugeordnet).<\/li><li>Die Beobachtungen sind unabh\u00e4ngig<\/li><li>Die Daten sind normalverteilt<\/li><li>Es besteht eine lineare Beziehung zwischen den Variablen.<\/li><li>Es gibt keine Ausrei\u00dfer in den Daten<\/li><\/ol>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-35a19e51 elementor-widget elementor-widget-text-editor\" data-id=\"35a19e51\" 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>Der Wert des <strong>Korrelationskoeffizienten<\/strong> r liegt zwischen -1 und 1. Je nach dem Wert von r gibt es mehrere m\u00f6gliche F\u00e4lle:<\/p><ul><li>Wenn r nahe bei 1 liegt, dann sind die Variablen linear positiv voneinander abh\u00e4ngig.<\/li><li>Wenn r nahe bei 0 liegt, dann gibt es keine lineare Beziehung zwischen den Variablen.<\/li><li>Wenn r nahe bei -1 liegt, dann sind die Variablen linear negativ abh\u00e4ngig.<\/li><\/ul>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-1ab1f13e elementor-widget elementor-widget-image\" data-id=\"1ab1f13e\" 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<figure class=\"wp-caption\">\n\t\t\t\t\t\t\t\t\t\t<img decoding=\"async\" width=\"450\" height=\"112\" src=\"https:\/\/datascientest.com\/de\/files\/2023\/06\/image4-2.png\" class=\"attachment-full size-full wp-image-178672\" alt=\"\" srcset=\"https:\/\/datascientest.com\/de\/files\/2023\/06\/image4-2.png 450w, https:\/\/datascientest.com\/de\/files\/2023\/06\/image4-2-300x75.png 300w\" sizes=\"(max-width: 450px) 100vw, 450px\" \/>\t\t\t\t\t\t\t\t\t\t\t<figcaption class=\"widget-image-caption wp-caption-text\"><\/figcaption>\n\t\t\t\t\t\t\t\t\t\t<\/figure>\n\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-2fe19c44 elementor-widget elementor-widget-image\" data-id=\"2fe19c44\" 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<figure class=\"wp-caption\">\n\t\t\t\t\t\t\t\t\t\t<img decoding=\"async\" width=\"960\" height=\"603\" src=\"https:\/\/datascientest.com\/de\/files\/2023\/06\/image2-3.png\" class=\"attachment-full size-full wp-image-178673\" alt=\"\" srcset=\"https:\/\/datascientest.com\/de\/files\/2023\/06\/image2-3.png 960w, https:\/\/datascientest.com\/de\/files\/2023\/06\/image2-3-300x188.png 300w, https:\/\/datascientest.com\/de\/files\/2023\/06\/image2-3-768x482.png 768w\" sizes=\"(max-width: 960px) 100vw, 960px\" \/>\t\t\t\t\t\t\t\t\t\t\t<figcaption class=\"widget-image-caption wp-caption-text\"><\/figcaption>\n\t\t\t\t\t\t\t\t\t\t<\/figure>\n\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-3e63fbb0 elementor-widget elementor-widget-text-editor\" data-id=\"3e63fbb0\" 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;\">Ein Beispiel f\u00fcr die Anwendung der Pearson-Korrelation w\u00e4re z. B. die Untersuchung des Zusammenhangs zwischen Fleischkonsum und Lebenserwartung in verschiedenen L\u00e4ndern.<\/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-80ba487 e-flex e-con-boxed e-con\" data-id=\"80ba487\" 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-149879fe elementor-widget elementor-widget-heading\" data-id=\"149879fe\" 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\">Pearson vs. Spearman Korrelation - Was ist Spearman?<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-3650a728 elementor-widget elementor-widget-text-editor\" data-id=\"3650a728\" 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;\">Die <strong>Spearman-Korrelation<\/strong> ist ein Korrelationsma\u00df, das eine monotone Beziehung zwischen zwei Variablen anhand des Datenrangs misst. Ein Beispiel f\u00fcr die Bestimmung des Datenrangs ist: [58,70,40] wird zu [2,1,3].<\/span><\/p><p><span style=\"font-weight: 400;\">Die Spearman-Korrelation wird h\u00e4ufig f\u00fcr Daten verwendet, die aus Ausrei\u00dfern bestehen. Um die Spearman-Korrelation zu messen, wird als Indikator der Spearman-Koeffizient rs verwendet, der auch als Rangkoeffizient bezeichnet wird und in der folgenden Formel angegeben ist. In dieser Formel gibt die Variable n die Anzahl der Punkte in der Datenreihe an. Die Variable d ist das Quadrat der Differenz der R\u00e4nge zwischen jedem Punkt mit den Koordinaten (x,y).<\/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-38086946 elementor-widget elementor-widget-image\" data-id=\"38086946\" 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<figure class=\"wp-caption\">\n\t\t\t\t\t\t\t\t\t\t<img decoding=\"async\" width=\"297\" height=\"92\" src=\"https:\/\/datascientest.com\/de\/files\/2023\/06\/image1-4-1.png\" class=\"attachment-full size-full wp-image-178674\" alt=\"\" \/>\t\t\t\t\t\t\t\t\t\t\t<figcaption class=\"widget-image-caption wp-caption-text\"><\/figcaption>\n\t\t\t\t\t\t\t\t\t\t<\/figure>\n\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-474ce64d elementor-widget elementor-widget-text-editor\" data-id=\"474ce64d\" 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>Bevor du den Spearman-Koeffizienten berechnest, musst du sicherstellen, dass die Daten die folgenden Annahmen erf\u00fcllen:<\/p><ol><li>Die Stichprobe der Daten ist zuf\u00e4llig. <br \/>Die Beziehung zwischen den Variablen ist monoton<\/li><li>Die Daten sind paarweise verkn\u00fcpft<\/li><li>Die Beobachtungen sind unabh\u00e4ngig<\/li><li>Es besteht eine monotone Beziehung zwischen den Variablen.<\/li><li>Die Variablen sind ordinal oder stetig.<\/li><\/ol>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-429d1436 elementor-widget elementor-widget-text-editor\" data-id=\"429d1436\" 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>Die Interpretation des Spearman-Koeffizienten rs variiert je nach den erhaltenen Werten:<\/p><ul><li>Wenn rs nahe bei 1 liegt, dann gibt es eine positive monotone Beziehung zwischen den Variablen.<\/li><li>Wenn rs nahe 0 ist, dann gibt es keine monotone Beziehung zwischen den Variablen.<\/li><li>Wenn rs nahe bei -1 liegt, dann gibt es eine negative monotone Beziehung zwischen den Variablen.<\/li><\/ul>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-697e5f89 elementor-widget elementor-widget-text-editor\" data-id=\"697e5f89\" 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;\">Ein Beispiel f\u00fcr die Anwendung der Spearman-Korrelation w\u00e4re die Untersuchung der Beziehung zwischen den Pr\u00e4ferenzen eines Verbrauchers und dem Preis eines Produkts.<\/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-20a99c02 elementor-widget elementor-widget-image\" data-id=\"20a99c02\" 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<figure class=\"wp-caption\">\n\t\t\t\t\t\t\t\t\t\t<img decoding=\"async\" width=\"787\" height=\"636\" src=\"https:\/\/datascientest.com\/de\/files\/2023\/06\/Fichier-148.png\" class=\"attachment-full size-full wp-image-178675\" alt=\"\" srcset=\"https:\/\/datascientest.com\/de\/files\/2023\/06\/Fichier-148.png 787w, https:\/\/datascientest.com\/de\/files\/2023\/06\/Fichier-148-300x242.png 300w, https:\/\/datascientest.com\/de\/files\/2023\/06\/Fichier-148-768x621.png 768w\" sizes=\"(max-width: 787px) 100vw, 787px\" \/>\t\t\t\t\t\t\t\t\t\t\t<figcaption class=\"widget-image-caption wp-caption-text\"><\/figcaption>\n\t\t\t\t\t\t\t\t\t\t<\/figure>\n\t\t\t\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-400bc63 e-flex e-con-boxed e-con\" data-id=\"400bc63\" 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-feff256 elementor-widget elementor-widget-heading\" data-id=\"feff256\" 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\">Fazit<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-617d3a3 elementor-widget elementor-widget-text-editor\" data-id=\"617d3a3\" 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;\">Die<strong> Spearman vs. Pearson<\/strong> Korrelation sind zwei verschiedene Korrelationsma\u00dfe, die in bestimmten Situationen Anwendung finden. Die Spearman-Korrelation verwendet den Rang der Daten, um die Monotonie zwischen ordinalen oder kontinuierlichen Variablen zu messen. Die Pearson-Korrelation hingegen erkennt lineare Beziehungen zwischen quantitativen Variablen mit Daten, die einer Normalverteilung folgen. Bei Problemen mit <a href=\"https:\/\/datascientest.com\/de\/top-5-der-branchen-die-machine-learning-als-wettbewerbsvorteil-nutzen\">Machine Learning<\/a> werden oft Korrelationsmatrizen verwendet, die aus den Korrelationskoeffizienten zwischen allen Variablen in einem <a href=\"https:\/\/datascientest.com\/de\/datasets-top-5-websites-fuer-qualitativ-hochwertige-datensaetze\">Datensatz<\/a> bestehen. Der Begriff der Korrelation ist also wichtig f\u00fcr Machine Learning.<\/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-b069fef elementor-widget elementor-widget-text-editor\" data-id=\"b069fef\" 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;\">Wenn du dich in<strong> Machine Learning weiterbilden<\/strong> lassen m\u00f6chtest, um tiefer in den Bereich der Datenwissenschaft einzusteigen, dann schau dir unsere Weiterbildungen zum Data Scientist und Data Analyst an.<\/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-56a3e5a elementor-align-center button-principale elementor-widget elementor-widget-button\" data-id=\"56a3e5a\" 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-sm elementor-animation-grow\" 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\">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<div class=\"elementor-element elementor-element-1efb6fc elementor-widget elementor-widget-html\" data-id=\"1efb6fc\" data-element_type=\"widget\" data-widget_type=\"html.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<script type=\"application\/ld+json\">.\n{\n  \"@context\": \"https:\/\/schema.org\",\n  \"@type\": \"FAQPage\",\n  \"mainEntity\": [{{\n    \"@type\": \"Frage\",\n    \"name\": \"Die Pearson-Korrelation\",\n    \"acceptedAnswer\": {\n      \"@type\": \"Answer\",\n      \"text\": \"Die Pearson-Korrelation, auch lineare Korrelation genannt, misst den linearen Zusammenhang zwischen zwei kontinuierlichen Variablen. Die Pearson-Korrelation wird durch den Wert des Korrelationskoeffizienten r angegeben, der mithilfe der folgenden Formel berechnet wird:\"\n    }\n  },{\n    \"@type\": \"Question\",\n    \"name\": \"Die Spearman-Korrelation\",\n    \"acceptedAnswer\": {\n      \"@type\": \"Answer\",\n      \"text\": \"Die Spearman-Korrelation ist ein Korrelationsma\u00df, das die monotone Beziehung zwischen zwei Variablen anhand des Rangs der Daten misst. Ein Beispiel f\u00fcr die Bestimmung des Rangs der Daten ist: [58,70,40] wird zu [2,1,3]. Die Spearman-Korrelation wird h\u00e4ufig f\u00fcr Daten verwendet, die aus Ausrei\u00dfern bestehen. Um die Spearman-Korrelation zu messen, wird als Indikator der Spearman-Koeffizient rs verwendet, der auch als Rangkoeffizient bezeichnet wird und in der folgenden Formel angegeben ist. In dieser Formel gibt die Variable n die Anzahl der Punkte in der Datenreihe an. Die Variable d entspricht dem Quadrat der Differenz der R\u00e4nge zwischen jedem Punkt mit den Koordinaten (x,y).\"\n    }\n  }]\n}\n<\/script>\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\t\t\t\t\t<\/div>\n\t\t","protected":false},"excerpt":{"rendered":"<p>Korrelation ist ein statistisches Werkzeug, das f\u00fcr Machine Learning verwendet wird, um Abh\u00e4ngigkeitsbeziehungen zwischen mehreren Variablen zu identifizieren. Es gibt verschiedene Arten von Korrelationen. Erfahre unten mehr \u00fcber die Pearson- und die Spearman-Korrelation. F\u00fcr die Datenanalyse stehen einem Data Scientist verschiedene statistische Werkzeuge zur Verf\u00fcgung. Unter diesen Werkzeugen kann er die Korrelation verwenden. Dies ist [&hellip;]<\/p>\n","protected":false},"author":67,"featured_media":178670,"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>Pearson vs. Spearman Korrelationen: Einfache Erkl\u00e4rung<\/title>\n<meta name=\"description\" content=\"Pearson-Korrelation und Spearman-Korrelation sind zwei verschiedene Ma\u00dfe zur Berechnung des Zusammenhangs zwischen Variablen. Hier sind die..\" \/>\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\/pearson-vs-spearman-korrelationen-einfache-erklaerung\" \/>\n<meta property=\"og:locale\" content=\"de_DE\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Pearson vs. Spearman Korrelationen: Einfache Erkl\u00e4rung\" \/>\n<meta property=\"og:description\" content=\"Korrelation ist ein statistisches Werkzeug, das f\u00fcr Machine Learning verwendet wird, um Abh\u00e4ngigkeitsbeziehungen zwischen mehreren Variablen zu\" \/>\n<meta property=\"og:url\" content=\"https:\/\/datascientest.com\/de\/pearson-vs-spearman-korrelationen-einfache-erklaerung\" \/>\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=\"2023-06-19T19:00:13+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2023-10-30T10:46:54+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/datascientest.com\/de\/wp-content\/blogs.dir\/8\/files\/2023\/06\/pearson-spearman.webp\" \/>\n\t<meta property=\"og:image:width\" content=\"768\" \/>\n\t<meta property=\"og:image:height\" content=\"422\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/webp\" \/>\n<meta name=\"author\" content=\"Melanie\" \/>\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=\"Melanie\" \/>\n\t<meta name=\"twitter:label2\" content=\"Gesch\u00e4tzte Lesezeit\" \/>\n\t<meta name=\"twitter:data2\" content=\"5\u00a0Minuten\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\/\/datascientest.com\/de\/pearson-vs-spearman-korrelationen-einfache-erklaerung#article\",\"isPartOf\":{\"@id\":\"https:\/\/datascientest.com\/de\/pearson-vs-spearman-korrelationen-einfache-erklaerung\"},\"author\":{\"name\":\"Melanie\",\"@id\":\"https:\/\/datascientest.com\/de\/#\/schema\/person\/19d5f7ade9407eb69af3bf6d1ae1731d\"},\"headline\":\"Pearson vs. Spearman Korrelationen: Einfache Erkl\u00e4rung\",\"datePublished\":\"2023-06-19T19:00:13+00:00\",\"dateModified\":\"2023-10-30T10:46:54+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\/\/datascientest.com\/de\/pearson-vs-spearman-korrelationen-einfache-erklaerung\"},\"wordCount\":728,\"commentCount\":0,\"publisher\":{\"@id\":\"https:\/\/datascientest.com\/de\/#organization\"},\"articleSection\":[\"Data Science\"],\"inLanguage\":\"de\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\/\/datascientest.com\/de\/pearson-vs-spearman-korrelationen-einfache-erklaerung#respond\"]}],\"copyrightYear\":\"2023\",\"copyrightHolder\":{\"@id\":\"https:\/\/datascientest.com\/#organization\"}},{\"@type\":\"WebPage\",\"@id\":\"https:\/\/datascientest.com\/de\/pearson-vs-spearman-korrelationen-einfache-erklaerung\",\"url\":\"https:\/\/datascientest.com\/de\/pearson-vs-spearman-korrelationen-einfache-erklaerung\",\"name\":\"Pearson vs. Spearman Korrelationen: Einfache Erkl\u00e4rung\",\"isPartOf\":{\"@id\":\"https:\/\/datascientest.com\/de\/#website\"},\"datePublished\":\"2023-06-19T19:00:13+00:00\",\"dateModified\":\"2023-10-30T10:46:54+00:00\",\"description\":\"Pearson-Korrelation und Spearman-Korrelation sind zwei verschiedene Ma\u00dfe zur Berechnung des Zusammenhangs zwischen Variablen. Hier sind die..\",\"inLanguage\":\"de\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/datascientest.com\/de\/pearson-vs-spearman-korrelationen-einfache-erklaerung\"]}]},{\"@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\/19d5f7ade9407eb69af3bf6d1ae1731d\",\"name\":\"Melanie\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\/\/datascientest.com\/de\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/secure.gravatar.com\/avatar\/8d3d660a0698de06f13ecf4823519da1?s=96&d=mm&r=g\",\"contentUrl\":\"https:\/\/secure.gravatar.com\/avatar\/8d3d660a0698de06f13ecf4823519da1?s=96&d=mm&r=g\",\"caption\":\"Melanie\"},\"url\":\"https:\/\/datascientest.com\/de\/author\/melaniekrause\"}]}<\/script>\n<!-- \/ Yoast SEO Premium plugin. -->","yoast_head_json":{"title":"Pearson vs. Spearman Korrelationen: Einfache Erkl\u00e4rung","description":"Pearson-Korrelation und Spearman-Korrelation sind zwei verschiedene Ma\u00dfe zur Berechnung des Zusammenhangs zwischen Variablen. Hier sind die..","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\/pearson-vs-spearman-korrelationen-einfache-erklaerung","og_locale":"de_DE","og_type":"article","og_title":"Pearson vs. Spearman Korrelationen: Einfache Erkl\u00e4rung","og_description":"Korrelation ist ein statistisches Werkzeug, das f\u00fcr Machine Learning verwendet wird, um Abh\u00e4ngigkeitsbeziehungen zwischen mehreren Variablen zu","og_url":"https:\/\/datascientest.com\/de\/pearson-vs-spearman-korrelationen-einfache-erklaerung","og_site_name":"Weiterbildung Data Science | DataScientest.com","article_publisher":"https:\/\/www.facebook.com\/DataScientestEN","article_published_time":"2023-06-19T19:00:13+00:00","article_modified_time":"2023-10-30T10:46:54+00:00","og_image":[{"width":768,"height":422,"url":"https:\/\/datascientest.com\/de\/wp-content\/blogs.dir\/8\/files\/2023\/06\/pearson-spearman.webp","type":"image\/webp"}],"author":"Melanie","twitter_card":"summary_large_image","twitter_creator":"@DataScientest__","twitter_site":"@DataScientest__","twitter_misc":{"Verfasst von":"Melanie","Gesch\u00e4tzte Lesezeit":"5\u00a0Minuten"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/datascientest.com\/de\/pearson-vs-spearman-korrelationen-einfache-erklaerung#article","isPartOf":{"@id":"https:\/\/datascientest.com\/de\/pearson-vs-spearman-korrelationen-einfache-erklaerung"},"author":{"name":"Melanie","@id":"https:\/\/datascientest.com\/de\/#\/schema\/person\/19d5f7ade9407eb69af3bf6d1ae1731d"},"headline":"Pearson vs. Spearman Korrelationen: Einfache Erkl\u00e4rung","datePublished":"2023-06-19T19:00:13+00:00","dateModified":"2023-10-30T10:46:54+00:00","mainEntityOfPage":{"@id":"https:\/\/datascientest.com\/de\/pearson-vs-spearman-korrelationen-einfache-erklaerung"},"wordCount":728,"commentCount":0,"publisher":{"@id":"https:\/\/datascientest.com\/de\/#organization"},"articleSection":["Data Science"],"inLanguage":"de","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/datascientest.com\/de\/pearson-vs-spearman-korrelationen-einfache-erklaerung#respond"]}],"copyrightYear":"2023","copyrightHolder":{"@id":"https:\/\/datascientest.com\/#organization"}},{"@type":"WebPage","@id":"https:\/\/datascientest.com\/de\/pearson-vs-spearman-korrelationen-einfache-erklaerung","url":"https:\/\/datascientest.com\/de\/pearson-vs-spearman-korrelationen-einfache-erklaerung","name":"Pearson vs. Spearman Korrelationen: Einfache Erkl\u00e4rung","isPartOf":{"@id":"https:\/\/datascientest.com\/de\/#website"},"datePublished":"2023-06-19T19:00:13+00:00","dateModified":"2023-10-30T10:46:54+00:00","description":"Pearson-Korrelation und Spearman-Korrelation sind zwei verschiedene Ma\u00dfe zur Berechnung des Zusammenhangs zwischen Variablen. Hier sind die..","inLanguage":"de","potentialAction":[{"@type":"ReadAction","target":["https:\/\/datascientest.com\/de\/pearson-vs-spearman-korrelationen-einfache-erklaerung"]}]},{"@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\/19d5f7ade9407eb69af3bf6d1ae1731d","name":"Melanie","image":{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/datascientest.com\/de\/#\/schema\/person\/image\/","url":"https:\/\/secure.gravatar.com\/avatar\/8d3d660a0698de06f13ecf4823519da1?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/8d3d660a0698de06f13ecf4823519da1?s=96&d=mm&r=g","caption":"Melanie"},"url":"https:\/\/datascientest.com\/de\/author\/melaniekrause"}]}},"_links":{"self":[{"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/posts\/178668"}],"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\/67"}],"replies":[{"embeddable":true,"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/comments?post=178668"}],"version-history":[{"count":0,"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/posts\/178668\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/media\/178670"}],"wp:attachment":[{"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/media?parent=178668"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/categories?post=178668"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/tags?post=178668"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}