STATISTIK-FORUM.de

[Canna911]

Liebe Leute!

Ich habe eine große Tabelle mit ca. 50 verschiedenen Spalten bestehend aus Umweltvariablen (z.B. Höhenangaben, Baumbestand usw).
Jede Zeile stellt dabei eine Fläche in meinem Untersuchungsgebiet dar.

Das sind teilweise normale Zahlen (z.B. der durchschnittliche Niederschlag pro 1m²), teilweise aber auch Faktoren (z.B. Beschattung in jedem Gebiet in "keine", "wenig", "komplett" oder so etwas).
Alle Faktoren sind als Zahlen kodiert!! Im o.g. Beispiel also Beschattung 1, 2 oder 3.

Jetzt muss ich prüfen welche Variablen korrelieren. Einige tun das ganz sicher. Ich will das in R machen und habe auch mit dem einfachen Befehl cor(...) schon mal was raus.
Aber um sicher zu gehen meine Frage dazu: Geht das überhaupt wenn ich beide Datentypen gemischt habe? R behandelt meine faktoriellen Variablen vermutlich auch als normale Zahl. Ist das ein Problem?
Ist Spearman oder Pearson dafür besser geeignet?
Auch muss ich die Signifikanz der Korrelationen berechnen. Hier habe ich noch gar keine Ahnung wie.

Für jeden Tipp wie ich am besten vorgehe bin ich dankar!!

Canna

[PonderStibbons]

Was Du Faktoren nennst, sind allem Anschein nach ordinalskalierte Variablen,
weswegen der Spearman-Koeffizient angebracht wäre. Bei Korrelationen nur
zwischen intervallskalierten Variablen ("Zahlen") wäre Pearson zu verwenden.

Mit freundlichen Grüßen

PonderStibbons

[Canna911]

@ PonderStibbons: Vielen Dank für deine Antwort.

Pearson eignet sich also nur für eine Korrelation zwischen reinen Zahlen?
Und Spearman auch für gemischte Datensätze mit ordinalskalierten und intervallskalierten Variablen ?


Danke.
Canna