Đây là một nguồn tốt để hiểu những vấn đề này. Nó là tuyệt vời; bạn nên đọc kỹ
Tuy nhiên, tôi sẽ giới thiệu nhanh. Hãy tưởng tượng bạn có 3 biến, , y và z . Bạn chủ yếu quan tâm đến mối quan hệ giữa x và y , nhưng bạn biết rằng y cũng liên quan đến z , và thật không may, z bị nhầm lẫn với x . Nếu bạn chỉ đơn giản muốn biết sức mạnh của mối quan hệ, thì hệ số tương quan thời điểm sản phẩm của Pearson r là thước đo hiệu ứng hữu ích. xyzxyyzzxr
Trong tình huống này, bạn có thể chỉ cần bỏ qua và tính toán mối tương quan giữa x và y (đây không thực sự là một ý tưởng hay, vì giá trị sẽ là ước tính sai lệch của mối tương quan trực tiếp). Vì bạn đã kiểm soát không có gì, đây là mối tương quan 'không thứ tự'. zxy
Thay vào đó, bạn có thể chọn cách tiếp cận và kiểm soát có ý thức hơn cho việc gây nhiễu với , bằng cách tách ra khỏi z . (Một cách khái niệm rõ ràng để làm điều này, mặc dù không tính toán tối ưu, là để thoái y lên z và x vào z , và sau đó tính toán mối tương quan giữa các phần dư của hai mô hình.) Bởi vì bạn đã kiểm soát cho một biến, điều này sẽ là một mối tương quan một phần 'thứ nhất' . Một khả năng khác là một phần z trong số chỉ một biến, nói y . Ví dụ: bạn có thể hồi quy y lên z và tương quan các phần dư đó vớizzyzxzzyyz . Đây sẽ làmối tương quannửa phần(hoặcmột phần) củađơn đặt hàng đầu tiên*. x
Tôi chưa bao giờ thấy một điều như vậy trong thực tế, nhưng nếu bạn chia ra 17 biến số khác, bạn sẽ có một mối tương quan một phần 'thứ mười bảy'. Các trang web được liên kết là rất nhiều thông tin, với các ví dụ, nhiều công thức và sơ đồ; hãy đọc nó Về mặt kỹ thuật, thực sự không có bất kỳ thứ gì tương quan 'thứ tự đầu tiên' , cũng không có thứ gọi là tương quan một phần hoặc bán phần 'không thứ tự' . Chỉ có tương quan 'không thứ tự' và chỉ có tương quan 'thứ nhất-', 'thứ hai-', v.v., 'thứ tự' một phần và bán một phần .
xyz0rxy|z=0xyzyxz