İçeriğe geçScholarGate
KütüphaneKitaplığımMasaReview StudioAsistan
Giriş
Bu sayfada
SezgiNasıl çalışırNe zaman kullanılırGüçlü yönler & sınırlılıklarYaygın tuzaklarUygulamalarSSS🔒 Tam yöntemi okuKaynaklarİlişkili yöntemler
Bu sayfaya atıf yapBu sayfada bir hata mı var? Bildir / düzeltme öner →
Ana sayfa›İstatistik›Kısmi Korelasyon
Hypothesis test

Kısmi Korelasyon

Partial Correlation Coefficient · Ayrıca şöyle bilinir: partial r, controlled correlation, Kısmi Korelasyon (Partial Correlation)

Kısmi korelasyon, bir veya daha fazla kontrol değişkeninin paylaşılan etkisini ortadan kaldırdıktan sonra iki sürekli değişken arasındaki doğrusal ilişkiyi ölçer. Teknik, R. A. Fisher tarafından 1924'te biçimlendirilmiş olup, bir araştırmacının üçüncü bir değişkenin, ilgilenilen iki değişken arasındaki gözlemlenen ilişkiyi şişirdiğinden veya bastırdığından şüphelendiği her durumda standart yaklaşımdır.

ScholarGate
  1. Hypothesis test
  2. v1
  3. 2 Kaynaklar
  4. PUBLISHED
Bu sayfaya atıf yap →
Araçlar & kaynaklar
Slaytları indir
Öğren & keşfet

Tam yöntemi oku

Yalnızca üyeler

Bu bölümü okumak için ücretsiz hesapla giriş yapın.

Giriş yap

Yöntem haritası

İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.

Kısmi Korelasyon
Pearson Çarpım-Moment Ko…Spearman Sıra Korelasyon…

Ne zaman kullanılır

İki sürekli odak değişkeniniz ve etkisini sabit tutmak istediğiniz bir veya daha fazla sürekli kovaryetiniz olduğunda kısmi korelasyon kullanın. Tüm değişkenler yaklaşık olarak normal dağılımlı olmalı ve birbirleriyle doğrusal olarak ilişkili olmalıdır. Önerilen minimum örneklem büyüklüğü 30'dur ve kovaryet seçimi analizden önce teorik olarak gerekçelendirilmelidir — kovaryetlerin analiz sonrası seçimi yanlış pozitif oranını şişirir. Veriler sıralı veya güçlü bir şekilde normal değilse, bir alternatif olarak sıra tabanlı (Spearman) kısmi korelasyonu düşünün.

Güçlü yönler & sınırlılıklar

Güçlü yönler
  • Karıştırıcıları (confounders) ayırarak iki değişken arasındaki benzersiz ilişkiyi doğrudan izole eder, sahte sonuçlanma riskini azaltır.
  • Yorumlanması kolay ve çalışmalar arasında doğrudan karşılaştırılabilir bir etki büyüklüğü (kısmi r) üretir.
  • Birden fazla eşzamanlı kontrol değişkenini işleyebilir, bir dizi alt grup analizinden daha temiz bir resim sunar.
Sınırlılıklar
  • Doğrusallığı varsayar; bir kovaryet ile odak değişkenlerinden herhangi biri arasındaki doğrusal olmayan bir ilişki tam olarak kaldırılamaz.
  • Hata ile ölçülen değişkenleri kontrol etmek (zayıflatma yanlılığı) kısmi r'yi aşırı veya eksik düzeltebilir.
  • Nedensel yönü belirlemez — hangi değişkenin sonuç olarak hangisinin tahmin edici olarak ele alınacağının seçimi istatistiksel değil, özseldir.

SSS

Kısmi korelasyon, sıfırıncı dereceden (Pearson) korelasyondan nasıl farklıdır?

Sıfırıncı dereceden bir Pearson korelasyonu, üçüncü değişkenlere atfedilebilen varyansı içerebilen iki değişken arasındaki toplam doğrusal ilişkiyi rapor eder. Kısmi korelasyon, her iki odak değişkenindeki, belirtilen kovaryetlerle doğrusal olarak paylaşılan varyans kısmını kaldırarak, yalnızca aralarındaki benzersiz ilişkiyi bırakır.

Kısmi ve yarı-kısmi (part) korelasyon arasındaki fark nedir?

Kısmi korelasyon, kovaryetin etkisini her iki odak değişkeninden de kaldırır. Yarı-kısmi (part) korelasyon, onu yalnızca iki değişkenden biri — tipik olarak tahmin edici — üzerinde kaldırır ve sonuç varyansını sağlam bırakır. Yarı-kısmi r, çoklu regresyonda genellikle toplam sonuç varyansına göre benzersiz tahminci katkısının bir ölçüsü olarak rapor edilir.

Sıralı veya normal olmayan verilerle kısmi korelasyon kullanabilir miyim?

Standart parametrik kısmi korelasyon, sürekli, yaklaşık olarak normal dağılımlı değişkenleri varsayar. Sıralı veriler veya açıkça normal olmayan dağılımlar için, sıra tabanlı bir alternatif (Spearman kısmi korelasyonu) daha uygundur. Pingouin'de, partial_corr fonksiyonunda method='spearman' belirtebilirsiniz.

Kaç kontrol değişkeni dahil edebilirim?

Teknik olarak birden fazla kovaryet dahil edebilirsiniz, ancak her ek kontrol değişkeni bir serbestlik derecesi (df = n − 2 − k) maliyetine yol açar. Küçük örneklemlerde, birçok değişkeni kontrol etmek gücü önemli ölçüde azaltır ve kısmi r'yi kararsız hale getirir. Kontrol edilen her değişken başına kabaca 20-30 vaka minimumu makul bir kuraldır.

Kaynaklar

  1. Fisher, R.A. (1924). The Distribution of the Partial Correlation Coefficient. Metron, 3, 329–332. link ↗
  2. Kim, S. (2015). ppcor: An R Package for a Fast Calculation to Semi-Partial Correlation Coefficients. Communications for Statistical Applications and Methods, 22(6), 665–674. DOI: 10.5351/CSAM.2015.22.6.665 ↗

Bu sayfayı kaynak gösterin

ScholarGate. (2026, June 1). Partial Correlation Coefficient. ScholarGate. https://scholargate.app/tr/statistics/partial-correlation

İlişkili yöntemler

Pearson Çarpım-Moment Korelasyon KatsayısıSpearman Sıra Korelasyon Katsayısı

Hangi yöntem?

Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.

  • Pearson Çarpım-Moment Korelasyon Katsayısıİstatistik↔ karşılaştır
  • Spearman Sıra Korelasyon Katsayısıİstatistik↔ karşılaştır
Yan yana karşılaştır →

Bu yönteme atıf yapanlar

Pearson Çarpım-Moment Korelasyon Katsayısı

Benzer yöntemler

Pearson Çarpım-Moment Korelasyon KatsayısıÇok Değişkenli Korelasyonel AraştırmaSağlam Korelasyon (Spearman, Kendall ve Biweight)Spearman Sıra Korelasyon KatsayısıPearson Korelasyonu için İstatistiksel Güç AnaliziKovaryans Analizi (ANCOVA)Sağlam Pearson KorelasyonuKendall Tau Sıra Korelasyonu

İlgili referans kavramlar

Korelasyon ve KovaryansKanonik Korelasyon AnaliziYapısal Eşitlik ModellemesiCorrelationÇoklu Doğrusal RegresyonFaktör Analizi

Bu sayfada bir hata mı var? Bildir / düzeltme öner →

ScholarGate — Partial Correlation (Partial Correlation Coefficient). 2026-07-21 tarihinde şu adresten erişildi: https://scholargate.app/tr/statistics/partial-correlation · Veri seti: https://doi.org/10.5281/zenodo.20539026
Hızlı bilgiler
Originator
R. A. Fisher
Year
1924
Family
Correlation / Hypothesis test
Type
Parametric correlation with covariate control
Outcome
continuous
Parametric
Evet
Distribution
Student t (for significance test of partial r)
Df
n - 2 - k (k = number of control variables)
MinSample
30
İlişkili yöntemler
Pearson Çarpım-Moment Korelasyon KatsayısıSpearman Sıra Korelasyon Katsayısı
ScholarGate

Araştırma yöntemleri için içerik öncelikli bir referans kütüphanesi — her yöntemin ne olduğu, nasıl çalıştığı ve nereden geldiği.

Açık veri (CC-BY)

Keşfet

  • Kütüphane
  • Yöntemlerde ara…
  • Alanlara göre gez
  • Alanlar
  • Yolculuk
  • Karşılaştır
  • Hangi yöntem?

Başvuru

  • Konular
  • Atlas
  • Sözlük
  • Metodoloji
  • Felsefe

Çalışma alanı

  • Kitaplığım
  • Masa
  • Sohbet

Şirket

  • Hakkımızda
  • Fiyatlandırma
  • İletişim
  • Yöntem öner

Kayıtlar, başvuru amacıyla yayımlanmış kaynaklardan derlenmiştir. Herhangi bir bilginin doğruluğunu ve kendi kullanımınıza uygunluğunu denetlemek sizin sorumluluğunuzdadır.

© 2026 ScholarGate · Araştırma yöntemleri referans kütüphanesi
  • Gizlilik
  • Çerezler
  • Koşullar
  • Hesabı sil