{"id":181845,"date":"2023-07-29T09:57:54","date_gmt":"2023-07-29T08:57:54","guid":{"rendered":"https:\/\/datascientest.com\/de\/?p=181845"},"modified":"2023-10-30T13:53:39","modified_gmt":"2023-10-30T12:53:39","slug":"korrelationskoeffizient-was-ist-das-wozu-dient-er","status":"publish","type":"post","link":"https:\/\/datascientest.com\/de\/korrelationskoeffizient-was-ist-das-wozu-dient-er","title":{"rendered":"Korrelationskoeffizient: Was ist das? Wozu dient er?"},"content":{"rendered":"\t\t<div data-elementor-type=\"wp-post\" data-elementor-id=\"181845\" class=\"elementor elementor-181845\" data-elementor-post-type=\"post\">\n\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-b037ea2 e-flex e-con-boxed e-con\" data-id=\"b037ea2\" 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-b79b05e elementor-widget elementor-widget-heading\" data-id=\"b79b05e\" 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\">Um Daten besser zu verstehen, ist es wichtig, ihre Beziehungen zueinander zu analysieren. Und um diese Analyse bei Zehntausenden von Datenzeilen zu erleichtern, gibt es mathematische Formeln. Dazu geh\u00f6rt auch der Korrelationskoeffizient. <\/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-97e6be0 e-flex e-con-boxed e-con\" data-id=\"97e6be0\" 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-377f5e09 elementor-widget elementor-widget-heading\" data-id=\"377f5e09\" 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\">Was ist der Korrelationskoeffizient?<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-1fcd2873 elementor-widget elementor-widget-heading\" data-id=\"1fcd2873\" 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\">Beziehung und Abh\u00e4ngigkeit zwischen zwei Variablen<\/h4>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-5e9d066f elementor-widget elementor-widget-text-editor\" data-id=\"5e9d066f\" 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>Bevor man den <strong>Korrelationskoeffizienten verstehen<\/strong> kann, muss man die Beziehungen zwischen den verschiedenen Variablen in einem Datensatz verstehen. Wenn also die Werte einer Variablen Y von dem Wert x abh\u00e4ngen (oder umgekehrt), besteht eine Beziehung zwischen diesen beiden Variablen. Die Kenntnis von X (oder Y) sollte dann die Vorhersage der anderen Variablen Y (oder X) erm\u00f6glichen.<\/p><p>Beispielsweise h\u00e4ngt die von einem Unternehmen erzielte <strong>Gewinnspanne (<\/strong>teilweise) vom Preis seiner Produkte oder Dienstleistungen ab. Es besteht also eine Korrelation zwischen diesen beiden Werten.<\/p><p>In der Mathematik wird diese Beziehung wie folgt \u00fcbersetzt: Y=f(X). Hier wird Y als die abh\u00e4ngige Variable und X als die unabh\u00e4ngige Variable betrachtet.<\/p><p>Achtung: Nur weil man von X auf Y schlie\u00dfen kann, hei\u00dft das nicht, dass dies auch umgekehrt der Fall ist.<\/p><p>Und um herauszufinden, ob es eine <strong>Korrelation zwischen zwei Variablen<\/strong> gibt, kann man die Formel f\u00fcr den Korrelationskoeffizienten verwenden. Zuvor muss jedoch die Form einer Beziehung definiert werden.<\/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-30bdc9a3 elementor-widget elementor-widget-heading\" data-id=\"30bdc9a3\" 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\">Die Form der Beziehung zwischen zwei Variablen<\/h4>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-3e1e6297 elementor-widget elementor-widget-text-editor\" data-id=\"3e1e6297\" 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>Um die<strong> Form der Beziehung<\/strong> zwischen zwei Variablen festzustellen, ist das einfachste Werkzeug eine grafische Darstellung. <strong>Mithilfe eines Diagramms k\u00f6nnen die Modalit\u00e4ten<\/strong> von X und Y gekreuzt werden, wobei X auf der Abszisse und Y auf der Ordinate steht. Dieses Diagramm erm\u00f6glicht es dann, die Beziehung zwischen den Variablen anhand von drei Parametern zu charakterisieren:<\/p><ul><li><strong>Intensit\u00e4t:<\/strong> Die Beziehung zwischen den Variablen kann stark, schwach oder null sein. Sie ist stark, wenn die Einheiten in X und Y benachbarte Werte haben. Visuell zeigt sich dies in einer<strong> Punktwolke mit eng beieinander liegenden Werten.<\/strong> Umgekehrt ist die Beziehung schwach, wenn die benachbarten Werte von X und Y weit auseinander liegen. Und wenn sie sehr weit voneinander entfernt sind (ohne jegliche Leitlinie), ist die Beziehung gleich null. Mit anderen Worten: Es ist nicht m\u00f6glich, Y anhand von X vorherzusagen.<\/li><li><strong>Die Form:<\/strong> Die Beziehung kann linear und monoton (eine gerade Linie im Diagramm), nicht linear und monoton (eine streng ansteigende oder abfallende Kurve) oder nicht<strong> linear und nicht monoton (die Kurve wird sowohl ansteigend als auch abfallend sein<\/strong>, wie eine Parabel oder Hyperbel) sein.<\/li><li><strong>Bedeutung:<\/strong> Dies gilt f\u00fcr monotone Beziehungen. Man sagt dann, dass die Korrelation positiv ist, wenn die beiden Variablen in die gleiche Richtung gehen, oder negativ, wenn sie in entgegengesetzte Richtungen gehen.<\/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-1f72b51b elementor-widget elementor-widget-text-editor\" data-id=\"1f72b51b\" 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;\">Je nach Form der Beziehung m\u00fcssen die richtigen Werkzeuge ausgew\u00e4hlt werden. Dazu geh\u00f6rt auch die Formel f\u00fcr den Korrelationskoeffizienten.<\/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-55a8e959 elementor-widget elementor-widget-heading\" data-id=\"55a8e959\" 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\">Die Formel f\u00fcr den Korrelationskoeffizienten<\/h4>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-515d22ee elementor-widget elementor-widget-text-editor\" data-id=\"515d22ee\" 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 <strong>Korrelationskoeffizient<\/strong> wird verwendet, um monotone Beziehungen zu untersuchen (unabh\u00e4ngig davon, ob sie linear sind oder nicht). Je nach ihrer Linearit\u00e4t werden jedoch zwei Arten von Korrelationskoeffizienten (Pearson oder Spearman) verwendet, die wir im n\u00e4chsten Absatz behandeln werden.<\/p><p>Die verwendete Formel unterscheidet sich dann je nach Art der Beziehung. Sie wird aber immer in dieser Form &#8222;r&#8220; geschrieben.<\/p><p>Der Korrelationskoeffizient kann verwendet werden, um eine Verbindung zwischen einer Vielzahl von Variablen herzustellen. Zum Beispiel der Zusammenhang zwischen K\u00f6rpergr\u00f6\u00dfe und Intelligenz, Preis und Gewinnspannen, Einwohnerzahl und Umweltverschmutzung, Kalorienzufuhr und Krankheit usw.<\/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-2f3683a6 elementor-widget elementor-widget-image\" data-id=\"2f3683a6\" 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=\"900\" height=\"500\" src=\"https:\/\/datascientest.com\/de\/files\/2023\/07\/coefficient-de-correlation.png\" class=\"attachment-full size-full wp-image-181853\" alt=\"\" srcset=\"https:\/\/datascientest.com\/de\/files\/2023\/07\/coefficient-de-correlation.png 900w, https:\/\/datascientest.com\/de\/files\/2023\/07\/coefficient-de-correlation-300x167.png 300w, https:\/\/datascientest.com\/de\/files\/2023\/07\/coefficient-de-correlation-768x427.png 768w\" sizes=\"(max-width: 900px) 100vw, 900px\" \/>\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-6deb88eb elementor-align-center button-principale elementor-widget elementor-widget-button\" data-id=\"6deb88eb\" 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\">Alles \u00fcber den Korrelationskoeffizienten lernen<\/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-4433fc2 e-flex e-con-boxed e-con\" data-id=\"4433fc2\" 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-5c4aede elementor-widget elementor-widget-heading\" data-id=\"5c4aede\" 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\">Was sind die verschiedenen Korrelationskoeffizienten?<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-d0ecbeb elementor-widget elementor-widget-heading\" data-id=\"d0ecbeb\" 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\">Der Pearson-Korrelationskoeffizient<\/h4>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-7d2c26a elementor-widget elementor-widget-text-editor\" data-id=\"7d2c26a\" 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>Dann geht es darum, lineare und monotone Beziehungen zu untersuchen.<\/p><p>Die Formel f\u00fcr den Korrelationskoeffizienten nach Pearson lautet wie folgt:<\/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-07c5bf3 elementor-widget elementor-widget-shortcode\" data-id=\"07c5bf3\" data-element_type=\"widget\" data-widget_type=\"shortcode.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-shortcode\"><math xmlns='http:\/\/www.w3.org\/1998\/Math\/MathML'>\n  <mi> r <\/mi>\n  <mrow>\n    <mo> ( <\/mo>\n      <mi> X <\/mi>\n      <mo> , <\/mo>\n      <mi> Y <\/mi>\n    <mo> ) <\/mo>\n  <\/mrow>\n  <mo> = <\/mo>\n  <mfrac>\n    <mrow>\n      <mi> C <\/mi>\n      <mi> o <\/mi>\n      <mi> v <\/mi>\n      <mrow>\n        <mo> ( <\/mo>\n          <mi> X <\/mi>\n          <mo> , <\/mo>\n          <mi> Y <\/mi>\n        <mo> ) <\/mo>\n      <\/mrow>\n    <\/mrow>\n    <mrow>\n      <msub>\n        <mrow>\n          <mi> &#x03C3; <!-- greek small letter sigma --> <\/mi>\n        <\/mrow>\n        <mrow>\n          <mi> x <\/mi>\n        <\/mrow>\n      <\/msub>\n      <mo> . <\/mo>\n      <msub>\n        <mrow>\n          <mi> &#x03C3; <!-- greek small letter sigma --> <\/mi>\n        <\/mrow>\n        <mrow>\n          <mi> y <\/mi>\n        <\/mrow>\n      <\/msub>\n    <\/mrow>\n  <\/mfrac>\n<\/math>\n<\/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-50b32fd e-flex e-con-boxed e-con\" data-id=\"50b32fd\" 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-f69301d elementor-widget elementor-widget-text-editor\" data-id=\"f69301d\" 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>Um den <a href=\"https:\/\/statistikguru.de\/spss\/produkt-moment-korrelation\/pearson-korrelation-in-spss.html\"><strong>Korrelationskoeffizienten nach Pearson zu berechnen,<\/strong><\/a> muss daher zun\u00e4chst die Kovarianz berechnet werden. Das hei\u00dft, den Mittelwert des Produkts der Abweichungen vom Mittelwert.<\/p><p>Anschlie\u00dfend teilt man diese Kovarianz durch das Produkt der Standardabweichungen von X und Y.<\/p><p>Je nachdem, wie das Ergebnis ausf\u00e4llt, kannst du die Beziehung zwischen den beiden Variablen interpretieren. So :<\/p><ul><li><strong>wenn r nahe bei 0 liegt:<\/strong> die lineare Beziehung ist null. Achtung: Nur weil es keine lineare Beziehung zwischen zwei Variablen gibt, hei\u00dft das nicht, dass es \u00fcberhaupt keine Beziehung gibt.<\/li><li><strong>Wenn r nahe bei -1 liegt<\/strong>: Es gibt einen starken linearen Zusammenhang zwischen den beiden Variablen, der aber negativ ist. Sie bewegen sich also in entgegengesetzte Richtungen.<\/li><li><strong>Wenn r nahe bei 1 liegt<\/strong>: Es gibt eine starke positive lineare Beziehung zwischen den beiden Variablen. Sie bewegen sich in die gleiche Richtung.<\/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-1187946 elementor-widget elementor-widget-text-editor\" data-id=\"1187946\" 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>Gut zu wissen: Diese <strong>Formel f\u00fcr den Korrelationskoeffizienten<\/strong> ist zwar effektiv, um die Beziehung zwischen zwei Variablen besser zu verstehen, sie funktioniert aber nur, wenn die Verteilung keine Ausrei\u00dfer aufweist. Andernfalls k\u00f6nnen die Ergebnisse der Berechnung zu v\u00f6llig falschen Schlussfolgerungen f\u00fchren.<\/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-164d18a elementor-widget elementor-widget-heading\" data-id=\"164d18a\" 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\">Der Korrelationskoeffizient nach Spearman<\/h4>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-c96fc83 elementor-widget elementor-widget-text-editor\" data-id=\"c96fc83\" 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>Mit dieser Formel (auch Rangkorrelationskoeffizient genannt) k\u00f6nnen monotone Beziehungen analysiert werden. Dies gilt unabh\u00e4ngig von der Form der Beziehung (linear, exponentiell, &#8230;.). Der<strong> Spearman-Koeffizient<\/strong> ist am besten geeignet, wenn es Ausrei\u00dfer oder unsymmetrische Verteilungen gibt. Durch die Berechnung von Spearlarms ist es weniger wahrscheinlich, dass diese das Ergebnis verzerren.<\/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-d8dea74 e-flex e-con-boxed e-con\" data-id=\"d8dea74\" 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-ad5a8e4 elementor-widget elementor-widget-heading\" data-id=\"ad5a8e4\" 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\">Wo liegen die Grenzen des Korrelationskoeffizienten?<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-e463a68 elementor-widget elementor-widget-text-editor\" data-id=\"e463a68\" 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 Formel f\u00fcr den Korrelationskoeffizienten ist nur der erste Schritt bei der Bestimmung der Beziehungen zwischen mehreren Variablen. Um ein umfassenderes Bild zu erhalten, ist es entscheidend, weitere mathematische<strong> Berechnungen durchzuf\u00fchren<\/strong>, wie z. B. den Signifikanztest und die \u00dcberpr\u00fcfung, dass keine Verzerrung vorliegt.<\/p><p>Wenn du diese verschiedenen statistischen Werkzeuge zusammen benutzt, kannst du einige weitere Schritte bei der Erstellung eines Modells f\u00fcr maschinelles Lernen machen. Um die Verbindungen zwischen Daten und<a href=\"https:\/\/datascientest.com\/de\/neuronale-netze-einfach-erklaert\"> neuronalen Netzen<\/a> besser zu verstehen, ist es jedoch besser, eine umfassende <a href=\"https:\/\/datascientest.com\/de\/unsere-aus-und-weiterbildungen\">Weiterbildung in Datenwissenschaft<\/a> zu absolvieren. Um dies zu erreichen, kannst du an einem Datascientest-Kurs teilnehmen.<\/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-1414799 e-flex e-con-boxed e-con\" data-id=\"1414799\" 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-797882cc elementor-widget elementor-widget-heading\" data-id=\"797882cc\" 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\">Was du dir merken solltest<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-75e4d572 elementor-widget elementor-widget-text-editor\" data-id=\"75e4d572\" 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<ul><li style=\"font-weight: 400;\" aria-level=\"1\">Der Korrelationskoeffizient erm\u00f6glicht es, die Beziehungen zwischen mehreren Variablen anzuzeigen. <br \/>Er gibt somit einen Hinweis auf die St\u00e4rke, die Form und die Richtung der Beziehung. <br \/>Je nach Art der<strong> Beziehung kann man den Spearman- oder den Pearson-Korrelationskoeffizienten<\/strong> verwenden.<\/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-cab47a8 elementor-widget elementor-widget-image\" data-id=\"cab47a8\" 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=\"700\" height=\"415\" src=\"https:\/\/datascientest.com\/de\/files\/2023\/07\/coefficient-de-correlation1.jpg\" class=\"attachment-full size-full wp-image-181854\" alt=\"\" srcset=\"https:\/\/datascientest.com\/de\/files\/2023\/07\/coefficient-de-correlation1.jpg 700w, https:\/\/datascientest.com\/de\/files\/2023\/07\/coefficient-de-correlation1-300x178.jpg 300w\" sizes=\"(max-width: 700px) 100vw, 700px\" \/>\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-5b5455ad elementor-align-center button-principale elementor-widget elementor-widget-button\" data-id=\"5b5455ad\" 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\">Mehr \u00fcber den Korrelationskoeffizienten lernen<\/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-6a898d8 e-flex e-con-boxed e-con\" data-id=\"6a898d8\" 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-7a70206 elementor-widget elementor-widget-html\" data-id=\"7a70206\" 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\": \"Was ist der Korrelationskoeffizient?\",\n    \"acceptedAnswer\": {\n      \"@type\": \"Answer\",\n      \"text\": \"Bevor wir den Korrelationskoeffizienten verstehen, m\u00fcssen wir die Beziehungen zwischen den verschiedenen Variablen in einem Datensatz verstehen. Wenn also die Werte einer Variablen Y von dem Wert x abh\u00e4ngen (oder umgekehrt), besteht eine Beziehung zwischen diesen beiden Variablen. Die Kenntnis von X (oder Y) sollte es dann erm\u00f6glichen, die andere Variable Y (oder X) vorherzusagen.\"\n    }\n  },{\n    \"@type\": \"Frage\",\n    \"name\": \"Die Formel f\u00fcr den Korrelationskoeffizienten\",\n    \"acceptedAnswer\": {\n      \"@type\": \"Answer\",\n      \"text\": \"Der Korrelationskoeffizient wird verwendet, um monotone Beziehungen zu untersuchen (sowohl lineare als auch nichtlineare). Je nach ihrer Linearit\u00e4t werden jedoch zwei Arten von Korrelationskoeffizienten (Pearson oder Spearman) verwendet, die wir im n\u00e4chsten Abschnitt behandeln werden. Die verwendete Formel unterscheidet sich dann je nach Art der Beziehung. Sie wird aber immer in dieser Form geschrieben \\\"r\\\".\"\n    }\n  },{\n    \"@type\": \"Question\",\n    \"name\": \"Spearman's correlation coefficient\",\n    \"acceptedAnswer\": {\n      \"@type\": \"Answer\",\n      \"text\": \"Mit dieser Formel (auch Rangkorrelationskoeffizient genannt) k\u00f6nnen monotone Beziehungen analysiert werden. Dies gilt unabh\u00e4ngig von der Form der Beziehung (linear, exponentiell, ....). Der Spearman-Koeffizient ist am besten geeignet, wenn es Ausrei\u00dfer oder unsymmetrische Verteilungen gibt. Durch diese Berechnung ist die Wahrscheinlichkeit geringer, dass diese das Ergebnis verzerren.\"\n    }\n  },{\n    \"@type\": \"Frage\",\n    \"name\": \"Wo liegen die Grenzen des Korrelationskoeffizienten?\",\n    \"acceptedAnswer\": {\n      \"@type\": \"Answer\",\n      \"text\": \"Die Formel f\u00fcr den Korrelationskoeffizienten ist nur der erste Schritt, um die Beziehungen zwischen mehreren Variablen zu bestimmen. Um ein umfassenderes Bild zu erhalten, ist es wichtig, weitere mathematische Berechnungen durchzuf\u00fchren, wie z. B. den Signifikanztest und die \u00dcberpr\u00fcfung, ob es keine Verzerrungen gibt.\"\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>Um Daten besser zu verstehen, ist es wichtig, ihre Beziehungen zueinander zu analysieren. Und um diese Analyse bei Zehntausenden von Datenzeilen zu erleichtern, gibt es mathematische Formeln. Dazu geh\u00f6rt auch der Korrelationskoeffizient. Was ist der Korrelationskoeffizient? Beziehung und Abh\u00e4ngigkeit zwischen zwei Variablen Bevor man den Korrelationskoeffizienten verstehen kann, muss man die Beziehungen zwischen den verschiedenen [&hellip;]<\/p>\n","protected":false},"author":67,"featured_media":181846,"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>Korrelationskoeffizient: Was ist das? Wozu dient er?<\/title>\n<meta name=\"description\" content=\"Es ist wichtig zu beachten, dass der Korrelationskoeffizient nur die St\u00e4rke und Richtung der linearen Beziehung zwischen den Variablen misst\" \/>\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\/korrelationskoeffizient-was-ist-das-wozu-dient-er\" \/>\n<meta property=\"og:locale\" content=\"de_DE\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Korrelationskoeffizient: Was ist das? Wozu dient er?\" \/>\n<meta property=\"og:description\" content=\"Um Daten besser zu verstehen, ist es wichtig, ihre Beziehungen zueinander zu analysieren. Und um diese Analyse bei Zehntausenden von Datenzeilen zu\" \/>\n<meta property=\"og:url\" content=\"https:\/\/datascientest.com\/de\/korrelationskoeffizient-was-ist-das-wozu-dient-er\" \/>\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=\"2023-07-29T08:57:54+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2023-10-30T12:53:39+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/datascientest.com\/de\/wp-content\/blogs.dir\/8\/files\/2023\/07\/korrelationskoeffizient.png\" \/>\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\/png\" \/>\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=\"6\u00a0Minuten\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\/\/datascientest.com\/de\/korrelationskoeffizient-was-ist-das-wozu-dient-er#article\",\"isPartOf\":{\"@id\":\"https:\/\/datascientest.com\/de\/korrelationskoeffizient-was-ist-das-wozu-dient-er\"},\"author\":{\"name\":\"Melanie\",\"@id\":\"https:\/\/datascientest.com\/de\/#\/schema\/person\/19d5f7ade9407eb69af3bf6d1ae1731d\"},\"headline\":\"Korrelationskoeffizient: Was ist das? Wozu dient er?\",\"datePublished\":\"2023-07-29T08:57:54+00:00\",\"dateModified\":\"2023-10-30T12:53:39+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\/\/datascientest.com\/de\/korrelationskoeffizient-was-ist-das-wozu-dient-er\"},\"wordCount\":1002,\"commentCount\":0,\"publisher\":{\"@id\":\"https:\/\/datascientest.com\/de\/#organization\"},\"articleSection\":[\"Data Science\"],\"inLanguage\":\"de\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\/\/datascientest.com\/de\/korrelationskoeffizient-was-ist-das-wozu-dient-er#respond\"]}],\"copyrightYear\":\"2023\",\"copyrightHolder\":{\"@id\":\"https:\/\/datascientest.com\/#organization\"}},{\"@type\":\"WebPage\",\"@id\":\"https:\/\/datascientest.com\/de\/korrelationskoeffizient-was-ist-das-wozu-dient-er\",\"url\":\"https:\/\/datascientest.com\/de\/korrelationskoeffizient-was-ist-das-wozu-dient-er\",\"name\":\"Korrelationskoeffizient: Was ist das? Wozu dient er?\",\"isPartOf\":{\"@id\":\"https:\/\/datascientest.com\/de\/#website\"},\"datePublished\":\"2023-07-29T08:57:54+00:00\",\"dateModified\":\"2023-10-30T12:53:39+00:00\",\"description\":\"Es ist wichtig zu beachten, dass der Korrelationskoeffizient nur die St\u00e4rke und Richtung der linearen Beziehung zwischen den Variablen misst\",\"inLanguage\":\"de\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/datascientest.com\/de\/korrelationskoeffizient-was-ist-das-wozu-dient-er\"]}]},{\"@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":"Korrelationskoeffizient: Was ist das? Wozu dient er?","description":"Es ist wichtig zu beachten, dass der Korrelationskoeffizient nur die St\u00e4rke und Richtung der linearen Beziehung zwischen den Variablen misst","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\/korrelationskoeffizient-was-ist-das-wozu-dient-er","og_locale":"de_DE","og_type":"article","og_title":"Korrelationskoeffizient: Was ist das? Wozu dient er?","og_description":"Um Daten besser zu verstehen, ist es wichtig, ihre Beziehungen zueinander zu analysieren. Und um diese Analyse bei Zehntausenden von Datenzeilen zu","og_url":"https:\/\/datascientest.com\/de\/korrelationskoeffizient-was-ist-das-wozu-dient-er","og_site_name":"Weiterbildung Data Science | DataScientest.com","article_publisher":"https:\/\/www.facebook.com\/DataScientestEN","article_published_time":"2023-07-29T08:57:54+00:00","article_modified_time":"2023-10-30T12:53:39+00:00","og_image":[{"width":768,"height":422,"url":"https:\/\/datascientest.com\/de\/wp-content\/blogs.dir\/8\/files\/2023\/07\/korrelationskoeffizient.png","type":"image\/png"}],"author":"Melanie","twitter_card":"summary_large_image","twitter_creator":"@DataScientest__","twitter_site":"@DataScientest__","twitter_misc":{"Verfasst von":"Melanie","Gesch\u00e4tzte Lesezeit":"6\u00a0Minuten"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/datascientest.com\/de\/korrelationskoeffizient-was-ist-das-wozu-dient-er#article","isPartOf":{"@id":"https:\/\/datascientest.com\/de\/korrelationskoeffizient-was-ist-das-wozu-dient-er"},"author":{"name":"Melanie","@id":"https:\/\/datascientest.com\/de\/#\/schema\/person\/19d5f7ade9407eb69af3bf6d1ae1731d"},"headline":"Korrelationskoeffizient: Was ist das? Wozu dient er?","datePublished":"2023-07-29T08:57:54+00:00","dateModified":"2023-10-30T12:53:39+00:00","mainEntityOfPage":{"@id":"https:\/\/datascientest.com\/de\/korrelationskoeffizient-was-ist-das-wozu-dient-er"},"wordCount":1002,"commentCount":0,"publisher":{"@id":"https:\/\/datascientest.com\/de\/#organization"},"articleSection":["Data Science"],"inLanguage":"de","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/datascientest.com\/de\/korrelationskoeffizient-was-ist-das-wozu-dient-er#respond"]}],"copyrightYear":"2023","copyrightHolder":{"@id":"https:\/\/datascientest.com\/#organization"}},{"@type":"WebPage","@id":"https:\/\/datascientest.com\/de\/korrelationskoeffizient-was-ist-das-wozu-dient-er","url":"https:\/\/datascientest.com\/de\/korrelationskoeffizient-was-ist-das-wozu-dient-er","name":"Korrelationskoeffizient: Was ist das? Wozu dient er?","isPartOf":{"@id":"https:\/\/datascientest.com\/de\/#website"},"datePublished":"2023-07-29T08:57:54+00:00","dateModified":"2023-10-30T12:53:39+00:00","description":"Es ist wichtig zu beachten, dass der Korrelationskoeffizient nur die St\u00e4rke und Richtung der linearen Beziehung zwischen den Variablen misst","inLanguage":"de","potentialAction":[{"@type":"ReadAction","target":["https:\/\/datascientest.com\/de\/korrelationskoeffizient-was-ist-das-wozu-dient-er"]}]},{"@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\/181845"}],"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=181845"}],"version-history":[{"count":0,"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/posts\/181845\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/media\/181846"}],"wp:attachment":[{"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/media?parent=181845"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/categories?post=181845"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/tags?post=181845"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}