{"id":114,"date":"2024-11-10T18:00:19","date_gmt":"2024-11-10T18:00:19","guid":{"rendered":"https:\/\/akosgombkoto.info\/?page_id=114"},"modified":"2025-01-15T09:02:24","modified_gmt":"2025-01-15T09:02:24","slug":"korrelacios-hoterkep","status":"publish","type":"page","link":"https:\/\/akosgombkoto.info\/en\/korrelacios-hoterkep\/","title":{"rendered":"Korrel\u00e1ci\u00f3s h\u0151t\u00e9rk\u00e9p Magyarorsz\u00e1g gazdas\u00e1gi szektorair\u00f3l"},"content":{"rendered":"

[et_pb_section fb_built=”1″ admin_label=”Header” _builder_version=”4.27.3″ _module_preset=”default” custom_padding=”0px||0px||false|false” global_colors_info=”{}”][et_pb_row column_structure=”1_2,1_2″ _builder_version=”4.27.3″ _module_preset=”default” custom_padding=”0px|||||” global_colors_info=”{}”][et_pb_column type=”1_2″ _builder_version=”4.16″ _module_preset=”default” global_colors_info=”{}”][et_pb_image src=”https:\/\/akosgombkoto.info\/wp-content\/uploads\/2025\/01\/data-science-070-2.png” title_text=”data-science-070-2″ _builder_version=”4.27.4″ _module_preset=”default” max_width_tablet=”500px” max_width_phone=”220px” max_width_last_edited=”off|tablet” max_height_tablet=”200px” max_height_phone=”100px” max_height_last_edited=”on|phone” custom_margin=”|||-8vw|false|false” custom_margin_tablet=”|||0vw|false|false” custom_margin_phone=”” custom_margin_last_edited=”on|tablet” hover_enabled=”0″ global_colors_info=”{}” sticky_enabled=”0″][\/et_pb_image][\/et_pb_column][et_pb_column type=”1_2″ _builder_version=”4.27.3″ _module_preset=”default” custom_padding=”||||false|false” custom_padding_tablet=”0px||||false|false” custom_padding_last_edited=”off|desktop” global_colors_info=”{}”][et_pb_text _builder_version=”4.27.3″ _module_preset=”d72c0383-6487-4f2c-ac5c-7d48a6376757″ header_font=”Roboto Slab||||||||” header_text_color=”#000000″ header_font_size=”46px” header_line_height=”1.2em” custom_margin=”||10px||false|false” header_font_size_tablet=”40px” header_font_size_phone=”20px” header_font_size_last_edited=”on|phone” locked=”off” global_colors_info=”{}”]<\/p>\n

Korrel\u00e1ci\u00f3s Heatmap Magyarorsz\u00e1g gazdas\u00e1gi szektorair\u00f3l<\/h1>\n

 <\/p>\n

[\/et_pb_text][et_pb_text _builder_version=”4.27.4″ _module_preset=”default” text_font=”Roboto Mono||||||||” text_text_color=”#fcb03a” text_font_size=”18px” text_line_height=”1.8em” background_color=”#042f4f” custom_padding=”15px||15px|20px|true|false” global_module=”471″ saved_tabs=”all” global_colors_info=”{}”]<\/p>\n

Az ipari \u00e9s p\u00e9ld\u00e1ul HR-es alkalmaz\u00e1si p\u00e9ld\u00e1\u00e9rt g\u00f6rgess lejjebb az els\u0151 bekezd\u00e9sre.<\/strong><\/p>\n

[\/et_pb_text][et_pb_image src=”https:\/\/akosgombkoto.info\/wp-content\/uploads\/2024\/11\/heatmap.jpg” title_text=”heatmap” show_in_lightbox=”on” _builder_version=”4.27.3″ _module_preset=”default” global_colors_info=”{}”][\/et_pb_image][\/et_pb_column][\/et_pb_row][\/et_pb_section][et_pb_section fb_built=”1″ admin_label=”Blog” _builder_version=”4.16″ _module_preset=”default” global_colors_info=”{}”][et_pb_row _builder_version=”4.16″ _module_preset=”default” global_colors_info=”{}”][et_pb_column type=”4_4″ _builder_version=”4.16″ _module_preset=”default” global_colors_info=”{}”][et_pb_text _builder_version=”4.27.3″ _module_preset=”default” text_font=”Roboto Mono||||||||” text_text_color=”#fcb03a” text_font_size=”18px” text_line_height=”1.8em” background_color=”#042f4f” custom_padding=”15px||15px|20px|true|false” global_colors_info=”{}”]<\/p>\n

Ipari \u00e9s p\u00e9ld\u00e1ul HR-es alkalmaz\u00e1si p\u00e9ld\u00e1k (nem ipari p\u00e9ld\u00e1k mint p\u00e9ld\u00e1ul a HR-es az ipari p\u00e9lda blokk alatt tal\u00e1lhat\u00f3):<\/strong><\/p>\n

[\/et_pb_text][et_pb_text _builder_version=”4.27.4″ _module_preset=”default” text_font=”Roboto Mono||||||||” text_text_color=”#FFFFFF” text_font_size=”16px” text_line_height=”1.8em” background_color=”#042f4f” custom_padding=”20px|20px|20px|20px|true|true” global_colors_info=”{}”]<\/p>\n

Ipari p\u00e9lda:<\/p>\n

A korrel\u00e1ci\u00f3 (felt\u00e1r\u00f3 adatelemz\u00e9s – EDA) \u00e9rtelme \u00e9s haszn\u00e1lhat\u00f3s\u00e1ga ipari \u00f6sszef\u00fcgg\u00e9sek keres\u00e9se eset\u00e9n:
A fet\u00e1r\u00f3 adatelemz\u00e9s (Exploratory Data Analysis, EDA) c\u00e9lja, hogy az adatokat vizualiz\u00e1ljuk, meg\u00e9rts\u00fck \u00e9s el\u0151zetes k\u00f6vetkeztet\u00e9seket vonjunk le bel\u0151l\u00fck an\u00e9lk\u00fcl, hogy el\u0151re meghat\u00e1rozott hipot\u00e9zisekkel dolgozn\u00e1nk. Az EDA sor\u00e1n az adatok mint\u00e1zatait, trendjeit \u00e9s a lehets\u00e9ges kapcsolataikat pr\u00f3b\u00e1ljuk felt\u00e1rni.<\/p>\n

F\u00f3kuszban a korrel\u00e1ci\u00f3anal\u00edzissel
A korrel\u00e1ci\u00f3anal\u00edzis az EDA egyik fontos eszk\u00f6ze, \u00e9s a c\u00e9lja annak meghat\u00e1roz\u00e1sa, hogy k\u00e9t vagy t\u00f6bb v\u00e1ltoz\u00f3 k\u00f6z\u00f6tt van-e valamilyen kapcsolat. A korrel\u00e1ci\u00f3 a v\u00e1ltoz\u00f3k k\u00f6z\u00f6tti kapcsolat m\u00e9rt\u00e9k\u00e9t \u00e9s ir\u00e1ny\u00e1t mutatja meg: lehet pozit\u00edv (ha az egyik v\u00e1ltoz\u00f3 n\u00f6vekszik, a m\u00e1sik is n\u00f6vekszik), negat\u00edv (ha az egyik v\u00e1ltoz\u00f3 n\u00f6vekszik, a m\u00e1sik cs\u00f6kken), vagy nincs korrel\u00e1ci\u00f3 (a v\u00e1ltoz\u00f3k f\u00fcggetlenek egym\u00e1st\u00f3l).<\/p>\n

A korrel\u00e1ci\u00f3anal\u00edzis szerepe az EDA-ban, az adatok k\u00f6z\u00f6tti kapcsolat felt\u00e1r\u00e1sa:<\/p>\n

Az EDA sor\u00e1n a korrel\u00e1ci\u00f3 seg\u00edt azonos\u00edtani, hogy egyes v\u00e1ltoz\u00f3k hogyan befoly\u00e1solj\u00e1k egym\u00e1st. P\u00e9ld\u00e1ul, ha egy gy\u00e1rt\u00e1si adatb\u00e1zisban az egyik v\u00e1ltoz\u00f3 (pl. g\u00e9p h\u0151m\u00e9rs\u00e9klete) \u00e9s a term\u00e9kek min\u0151s\u00e9ge k\u00f6z\u00f6tti kapcsolatot vizsg\u00e1ljuk, akkor a korrel\u00e1ci\u00f3seg\u00edthet meghat\u00e1rozni, hogy a magas h\u0151m\u00e9rs\u00e9klet rossz min\u0151s\u00e9get eredm\u00e9nyezhet-e.<\/p>\n

Trendek \u00e9s mint\u00e1zatok azonos\u00edt\u00e1sa:<\/p>\n

A korrel\u00e1ci\u00f3anal\u00edzis seg\u00edthet abban, hogy felismerj\u00fck a trendeket \u00e9s mint\u00e1zatokat az adatokban. Ha k\u00e9t v\u00e1ltoz\u00f3 er\u0151sen pozit\u00edvan vagy negat\u00edvan korrel\u00e1l, akkor ezek a v\u00e1ltoz\u00f3k egy\u00fctt mozoghatnak, \u00e9s val\u00f3sz\u00edn\u0171leg egy k\u00f6z\u00f6s hat\u00e1sra vagy okra utalnak.<\/p>\n

Multikollinearit\u00e1s felismer\u00e9se:<\/p>\n

A multikollinearit\u00e1s akkor fordul el\u0151, amikor k\u00e9t vagy t\u00f6bb f\u00fcggetlen v\u00e1ltoz\u00f3 er\u0151sen korrel\u00e1l egym\u00e1ssal. Ezt gyakran probl\u00e9m\u00e1snak tekinthetj\u00fck p\u00e9ld\u00e1ul a regresszi\u00f3s modellez\u00e9s sor\u00e1n mivel a multikollinearit\u00e1s torz\u00edthatja a modellez\u00e9s eredm\u00e9nyeit. Az EDA-ban a korrel\u00e1ci\u00f3anal\u00edzis seg\u00edthet \u00e9szrevenni az ilyen probl\u00e9m\u00e1kat.
Tov\u00e1bbi elemz\u00e9sek alapj\u00e1nak megteremt\u00e9se:<\/p>\n

Az EDA sor\u00e1n a korrel\u00e1ci\u00f3 seg\u00edt az adatok kezdeti meg\u00e9rt\u00e9s\u00e9ben, \u00e9s alapot ad a tov\u00e1bbi elemz\u00e9sekhez, p\u00e9ld\u00e1ul a regresszi\u00f3s elemz\u00e9shez, ahol a c\u00e9l lehet p\u00e9ld\u00e1ul egy v\u00e1ltoz\u00f3 el\u0151rejelz\u00e9se m\u00e1s v\u00e1ltoz\u00f3k seg\u00edts\u00e9g\u00e9vel.<\/p>\n

Adatok tiszt\u00edt\u00e1sa:<\/p>\n

A korrel\u00e1ci\u00f3anal\u00edzis seg\u00edthet az adatok tiszt\u00edt\u00e1s\u00e1ban is. Ha k\u00e9t v\u00e1ltoz\u00f3 er\u0151sen korrel\u00e1l egym\u00e1ssal, \u00e9rdemes lehet elt\u00e1vol\u00edtani az egyiket a tov\u00e1bbi elemz\u00e9sekt\u0151l, hogy elker\u00fclj\u00fck a redundanci\u00e1t \u00e9s cs\u00f6kkents\u00fck az adatok bonyolults\u00e1gi fok\u00e1t.<\/p>\n

Gyakorlati p\u00e9lda:
Tegy\u00fck fel, hogy egy gy\u00e1rt\u00f3\u00fczem termel\u00e9si adatain dolgozunk, \u00e9s szeretn\u00e9nk meghat\u00e1rozni, hogy milyen t\u00e9nyez\u0151k befoly\u00e1solj\u00e1k legink\u00e1bb a term\u00e9kek min\u0151s\u00e9g\u00e9t. Az EDA sor\u00e1n el\u0151sz\u00f6r megn\u00e9zz\u00fck a k\u00fcl\u00f6nb\u00f6z\u0151 v\u00e1ltoz\u00f3k k\u00f6z\u00f6tti korrel\u00e1ci\u00f3t, p\u00e9ld\u00e1ul:<\/p>\n

H\u0151m\u00e9rs\u00e9klet vs. Term\u00e9k min\u0151s\u00e9ge
Nyom\u00e1s vs. Term\u00e9k min\u0151s\u00e9ge
Sebess\u00e9g vs. Term\u00e9k min\u0151s\u00e9ge<\/p>\n

A korrel\u00e1ci\u00f3s m\u00e1trix \u00e9s vizualiz\u00e1ci\u00f3k (pl. h\u0151m\u00e9rs\u00e9klet vagy egy\u00e9b param\u00e9terek \u00e9s min\u0151s\u00e9g k\u00f6z\u00f6tti kapcsolat er\u0151ss\u00e9ge) seg\u00edthetnek abban, hogy gyorsan azonos\u00edtsuk a legfontosabb t\u00e9nyez\u0151ket, amelyeket figyelembe kell venni a gy\u00e1rt\u00e1s optimaliz\u00e1l\u00e1sa sor\u00e1n.<\/p>\n

A korrel\u00e1ci\u00f3anal\u00edzis az EDA-ban egy nagyon hasznos eszk\u00f6z, amely seg\u00edt az adatok k\u00f6z\u00f6tti kapcsolat felt\u00e1r\u00e1s\u00e1ban, az anom\u00e1li\u00e1k \u00e9s probl\u00e9m\u00e1k felismer\u00e9s\u00e9ben, valamint a tov\u00e1bbi, m\u00e9lyebb elemz\u00e9sek el\u0151k\u00e9sz\u00edt\u00e9s\u00e9ben. A j\u00f3l v\u00e9grehajtott korrel\u00e1ci\u00f3anal\u00edzis alapot adhat a predikt\u00edv modellek \u00e9s m\u00e1s statisztikai elemz\u00e9sek sikeres alkalmaz\u00e1s\u00e1hoz.<\/p>\n

[\/et_pb_text][et_pb_text _builder_version=”4.27.3″ _module_preset=”default” text_font=”Roboto Mono||||||||” text_text_color=”#FFFFFF” text_font_size=”16px” text_line_height=”1.8em” background_color=”#042f4f” custom_padding=”20px|20px|20px|20px|true|true” global_colors_info=”{}”]<\/p>\n

HR-es p\u00e9lda:<\/p>\n

1. K\u00e9pz\u00e9si programok \u00e9s teljes\u00edtm\u00e9ny n\u00f6veked\u00e9se
A korrel\u00e1ci\u00f3anal\u00edzis seg\u00edthet annak meg\u00e1llap\u00edt\u00e1s\u00e1ban, hogy a k\u00fcl\u00f6nb\u00f6z\u0151 k\u00e9pz\u00e9si programokon r\u00e9szt vev\u0151 alkalmazottak teljes\u00edtm\u00e9nye javul-e. P\u00e9ld\u00e1ul vizsg\u00e1lhat\u00f3 a k\u00e9pz\u00e9si \u00f3r\u00e1k sz\u00e1ma \u00e9s az \u00e9ves teljes\u00edtm\u00e9ny\u00e9rt\u00e9kel\u00e9si eredm\u00e9nyek k\u00f6z\u00f6tti korrel\u00e1ci\u00f3. Ha pozit\u00edv korrel\u00e1ci\u00f3 mutatkozik, akkor val\u00f3sz\u00edn\u0171, hogy a k\u00e9pz\u00e9sek hozz\u00e1j\u00e1rulnak a teljes\u00edtm\u00e9ny n\u00f6veked\u00e9s\u00e9hez, \u00e9s ez\u00e1ltal \u00e9rdemes tov\u00e1bbi k\u00e9pz\u00e9seket k\u00edn\u00e1lni.<\/p>\n

2. Munkahelyi l\u00e9gk\u00f6r \u00e9s betegszabads\u00e1g
A munkahelyi l\u00e9gk\u00f6r (pl. k\u00f6zvetlen koll\u00e9g\u00e1kkal val\u00f3 kapcsolat) \u00e9s a betegszabads\u00e1gra vonatkoz\u00f3 adatok k\u00f6z\u00f6tti kapcsolat is vizsg\u00e1lhat\u00f3. Ha er\u0151s korrel\u00e1ci\u00f3 van a negat\u00edv munkahelyi kapcsolatok \u00e9s a gyakori betegszabads\u00e1g k\u00f6z\u00f6tt, akkor \u00e9rdemes lehet a munkahelyi l\u00e9gk\u00f6r jav\u00edt\u00e1s\u00e1ra f\u00f3kusz\u00e1lni, p\u00e9ld\u00e1ul csapat\u00e9p\u00edt\u00e9ssel vagy konfliktuskezel\u0151 tr\u00e9ningekkel.<\/p>\n

[\/et_pb_text][et_pb_toggle title=”Korrel\u00e1ci\u00f3s Heatmap Magyarorsz\u00e1g gazdas\u00e1gi szektorair\u00f3l (leny\u00edl\u00f3 tartalom – kattints a jobb sz\u00e9ls\u0151 + ikonra)” open_toggle_text_color=”#fcb03a” open_toggle_background_color=”#042f4f” closed_toggle_text_color=”#fcb03a” closed_toggle_background_color=”#042f4f” icon_color=”#fcb03a” open_icon_color=”#fcb03a” _builder_version=”4.27.4″ _module_preset=”default” title_font_size=”18px” title_line_height=”1.6em” closed_title_font_size=”18px” body_text_color=”#FFFFFF” body_font_size=”16px” body_line_height=”1.8em” global_colors_info=”{}”]<\/p>\n

A korrel\u00e1ci\u00f3s m\u00e1trixon az UNIDO oldal\u00e1r\u00f3l el\u00e9rhet\u0151 adatok alapj\u00e1n a magyar gazdas\u00e1g szektorainak kibocs\u00e1jt\u00e1si \u00e9rt\u00e9kei k\u00f6z\u00f6tti korrel\u00e1ci\u00f3t l\u00e1tjuk.
Az angolul „Heatmap”-nek, azaz h\u0151t\u00e9rk\u00e9pnek nevezett korrel\u00e1ci\u00f3s m\u00e1trix j\u00f3 alapot ny\u00fajthat az esetleges alapvet\u0151 \u00f6sszef\u00fcgg\u00e9sek felt\u00e1r\u00e1s\u00e1ra.
Ehhez azonban tiszt\u00e1ban kell lenn\u00fcnk pontosan a korrel\u00e1ci\u00f3 fogalm\u00e1val \u00e9s ne feledj\u00fck a kritikus gondolkod\u00e1st sem!
Az \u00e1br\u00e1nak van egy hib\u00e1ja, az id\u0151 – az \u00e9vek nem korrel\u00e1lnak semmivel, (az \u00e1bra szerint igen, k\u00fcl\u00f6nb\u00f6z\u0151 \u00e9rt\u00e9kekkel), de ez volt az a v\u00e1ltoz\u00f3, aminek ment\u00e9n az adatok gy\u0171jtve lettek. Ez\u00e9rt lett felt\u00fcntetve a m\u00e1trixon.<\/p>\n

A korrel\u00e1ci\u00f3s Heatmap az egyik t\u00f6k\u00e9letes eleme az Exploration Data Analysis-nak (EDA),azaz a felt\u00e1r\u00f3 adatelemz\u00e9snek.<\/p>\n

[\/et_pb_toggle][et_pb_toggle title=”Korrel\u00e1ci\u00f3 \u00e9s kritikus gondolkod\u00e1s: (leny\u00edl\u00f3 tartalom – kattints a jobb sz\u00e9ls\u0151 + ikonra)” open_toggle_text_color=”#fcb03a” open_toggle_background_color=”#042f4f” closed_toggle_text_color=”#fcb03a” closed_toggle_background_color=”#042f4f” icon_color=”#fcb03a” open_icon_color=”#fcb03a” _builder_version=”4.27.3″ _module_preset=”default” title_font_size=”18px” title_line_height=”1.6em” closed_title_font_size=”18px” body_text_color=”#FFFFFF” body_font_size=”16px” body_line_height=”1.8em” global_colors_info=”{}”]<\/p>\n

A korrel\u00e1ci\u00f3 k\u00e9t vagy t\u00f6bb v\u00e1ltoz\u00f3 k\u00f6z\u00f6tti kapcsolat er\u0151ss\u00e9g\u00e9t \u00e9s ir\u00e1ny\u00e1t jelenti. Matematikailag a korrel\u00e1ci\u00f3 azt mutatja meg, hogy hogyan v\u00e1ltozik egy v\u00e1ltoz\u00f3 a m\u00e1sik v\u00e1ltoz\u00f3 v\u00e1ltoz\u00e1s\u00e1val. A leggyakoribb form\u00e1ja a line\u00e1ris korrel\u00e1ci\u00f3, ahol a v\u00e1ltoz\u00f3k k\u00f6z\u00f6tti kapcsolat egy egyenes vonal ment\u00e9n \u00e1br\u00e1zolhat\u00f3.<\/p>\n

A korrel\u00e1ci\u00f3s egy\u00fctthat\u00f3 (\u00e1ltal\u00e1ban r) a kapcsolat er\u0151ss\u00e9g\u00e9t \u00e9s ir\u00e1ny\u00e1t fejezi ki. Az r \u00e9rt\u00e9ke -1 \u00e9s +1 k\u00f6z\u00f6tt mozog:<\/p>\n

r = +1: T\u00f6k\u00e9letes pozit\u00edv korrel\u00e1ci\u00f3 (ahogy az egyik v\u00e1ltoz\u00f3 n\u0151, \u00fagy a m\u00e1sik is n\u00f6vekszik).
r = -1: T\u00f6k\u00e9letes negat\u00edv korrel\u00e1ci\u00f3 (ahogy az egyik v\u00e1ltoz\u00f3 n\u0151, \u00fagy a m\u00e1sik cs\u00f6kken).
r = 0: Nincs line\u00e1ris korrel\u00e1ci\u00f3 (a k\u00e9t v\u00e1ltoz\u00f3 k\u00f6z\u00f6tt nincs nyilv\u00e1nval\u00f3 kapcsolat).
A korrel\u00e1ci\u00f3 m\u00e9r\u00e9s\u00e9re a Pearson-f\u00e9le korrel\u00e1ci\u00f3s egy\u00fctthat\u00f3t haszn\u00e1lj\u00e1k leggyakrabban, de l\u00e9teznek m\u00e1s t\u00edpus\u00fa korrel\u00e1ci\u00f3s egy\u00fctthat\u00f3k is (p\u00e9ld\u00e1ul Spearman-rang korrel\u00e1ci\u00f3).<\/p>\n

Mi\u00e9rt kell n\u00e9ha kritikus gondolkod\u00e1ssal tekinteni a korrel\u00e1ci\u00f3ra?<\/strong>
B\u00e1r a korrel\u00e1ci\u00f3 hasznos eszk\u00f6z lehet a v\u00e1ltoz\u00f3k k\u00f6z\u00f6tti kapcsolat vizsg\u00e1lat\u00e1ban, fontos kritikus gondolkod\u00e1ssal tekinteni r\u00e1, mert a k\u00f6vetkez\u0151 okok miatt k\u00f6nnyen f\u00e9lre\u00e9rthetj\u00fck az eredm\u00e9nyeket:<\/p>\n

A korrel\u00e1ci\u00f3 nem jelent ok-okozati \u00f6sszef\u00fcgg\u00e9st:<\/strong> A korrel\u00e1ci\u00f3 nem jelenti azt, hogy az egyik v\u00e1ltoz\u00f3 okozza a m\u00e1sik v\u00e1ltoz\u00f3t. K\u00e9t v\u00e1ltoz\u00f3 lehet szoros kapcsolatban (korrel\u00e1lhatnak), de ennek nincs sz\u00fcks\u00e9gszer\u0171 oka. M\u00e1s sz\u00f3val, korrel\u00e1ci\u00f3 nem jelent ok-okozati \u00f6sszef\u00fcgg\u00e9st. Egy h\u00edres p\u00e9lda erre az, hogy egyes kutat\u00e1sok szerint van korrel\u00e1ci\u00f3 a fagyasztott \u00e9telek fogyaszt\u00e1sa \u00e9s a h\u00e1zass\u00e1gi v\u00e1l\u00e1sok sz\u00e1ma k\u00f6z\u00f6tt, de ez egy p\u00e9ld\u00e1ja annak, hogy a korrel\u00e1ci\u00f3 nem mutat oks\u00e1gi kapcsolatot.<\/p>\n

Harmadik v\u00e1ltoz\u00f3 (zavar\u00f3 t\u00e9nyez\u0151k):<\/strong> N\u00e9ha a k\u00e9t v\u00e1ltoz\u00f3 k\u00f6z\u00f6tti kapcsolat egy harmadik v\u00e1ltoz\u00f3 hat\u00e1s\u00e1ra j\u00f6n l\u00e9tre, amit nem vesz\u00fcnk figyelembe. Ez az \u00fagynevezett zavar\u00f3 t\u00e9nyez\u0151. P\u00e9ld\u00e1ul, ha egy kutat\u00e1s azt mutatja, hogy a j\u00e9gkr\u00e9m fogyaszt\u00e1sa \u00e9s a napoz\u00e1s ideje k\u00f6z\u00f6tti korrel\u00e1ci\u00f3 pozit\u00edv, akkor a val\u00f3di kapcsolat val\u00f3sz\u00edn\u0171leg a ny\u00e1ri id\u0151j\u00e1r\u00e1s (harmadik v\u00e1ltoz\u00f3), amely mindk\u00e9t tev\u00e9kenys\u00e9ghez hozz\u00e1j\u00e1rul.<\/p>\n

Korrel\u00e1ci\u00f3s csapd\u00e1k:<\/strong> A korrel\u00e1ci\u00f3s egy\u00fctthat\u00f3 \u00e9rt\u00e9ke n\u00e9ha f\u00e9lrevezet\u0151 lehet, ha nem \u00e9rtj\u00fck meg, hogyan ker\u00fclt sor a m\u00e9r\u00e9sre. P\u00e9ld\u00e1ul egy nemline\u00e1ris kapcsolat nem jelenik meg j\u00f3l a Pearson-f\u00e9le korrel\u00e1ci\u00f3s egy\u00fctthat\u00f3val, ez\u00e9rt egy ilyen kapcsolat \u00e9rt\u00e9ke 0 k\u00f6r\u00fcli is lehet, pedig szoros kapcsolat l\u00e9tezik a k\u00e9t v\u00e1ltoz\u00f3 k\u00f6z\u00f6tt.<\/p>\n

A minta m\u00e9rete:<\/strong> Kis minta eset\u00e9n a korrel\u00e1ci\u00f3s egy\u00fctthat\u00f3 \u00e9rt\u00e9ke hajlamos lehet a torzul\u00e1sra \u00e9s nem t\u00fckr\u00f6zi a val\u00f3di kapcsolatot a teljes popul\u00e1ci\u00f3ban. Ilyenkor fontos, hogy a minta el\u00e9g nagy legyen a statisztikai \u00e9rv\u00e9nyess\u00e9g biztos\u00edt\u00e1s\u00e1hoz.<\/p>\n

Sz\u00e9ls\u0151s\u00e9ges \u00e9rt\u00e9kek hat\u00e1sa:<\/strong> Az extr\u00e9m \u00e9rt\u00e9kek (outlierek) jelent\u0151s hat\u00e1ssal lehetnek a korrel\u00e1ci\u00f3s egy\u00fctthat\u00f3ra, mivel a Pearson-f\u00e9le korrel\u00e1ci\u00f3 \u00e9rz\u00e9keny azokra. Egy-k\u00e9t sz\u00e9ls\u0151s\u00e9ges adatpont a minta sz\u00f3r\u00e1s\u00e1nak n\u00f6veked\u00e9s\u00e9hez vezethet, ami eltorz\u00edthatja a korrel\u00e1ci\u00f3t.<\/p>\n

\u00d6sszefoglal\u00e1s:<\/strong>
A korrel\u00e1ci\u00f3 egy hasznos eszk\u00f6z a v\u00e1ltoz\u00f3k k\u00f6z\u00f6tti kapcsolatok felt\u00e1r\u00e1s\u00e1ra, de fontos tiszt\u00e1ban lenni azzal, hogy a korrel\u00e1ci\u00f3 nem jelenti azt, hogy az egyik v\u00e1ltoz\u00f3 okozza a m\u00e1sikat. A korrel\u00e1ci\u00f3s elemz\u00e9seket mindig kritikusan kell \u00e9rtelmezni, figyelembe v\u00e9ve a lehets\u00e9ges harmadik v\u00e1ltoz\u00f3kat, a minta nagys\u00e1g\u00e1t \u00e9s az adatok t\u00edpus\u00e1t.<\/p>\n

[\/et_pb_toggle][et_pb_toggle title=”K\u00f3dmag: (leny\u00edl\u00f3 tartalom – kattints a jobb sz\u00e9ls\u0151 + ikonra)” open_toggle_text_color=”#fcb03a” open_toggle_background_color=”#042f4f” closed_toggle_text_color=”#fcb03a” closed_toggle_background_color=”#042f4f” icon_color=”#fcb03a” open_icon_color=”#fcb03a” _builder_version=”4.27.3″ _module_preset=”default” title_font_size=”18px” title_line_height=”1.6em” closed_title_font_size=”18px” body_text_color=”#FFFFFF” body_font_size=”16px” body_line_height=”1.8em” global_colors_info=”{}”]<\/p>\n

import pandas as pd
\nimport seaborn as sns
\nimport matplotlib.pyplot as plt<\/p>\n
# CSV f\u00e1jl beolvas\u00e1sa (cser\u00e9ld ki a f\u00e1jl el\u00e9r\u00e9si \u00fatj\u00e1t)<\/p>\n
file_path = r'C:\\\\Users\\\\Akos\\\\Desktop\\\\Python\\\\UNIDO_MO_Gazdas\u00e1ga\\\\Mo_gazdasaga_korrelacio_csv_01.csv' # A f\u00e1jl el\u00e9r\u00e9si \u00fatja<\/p>\n
data = pd.read_csv(file_path)<\/p>\n
# Korrel\u00e1ci\u00f3s m\u00e1trix kisz\u00e1m\u00edt\u00e1sa<\/p>\n
corr_matrix = data.corr()<\/p>\n
# Heatmap k\u00e9sz\u00edt\u00e9se<\/p>\n
plt.figure(figsize=(16, 12))<\/p>\n
sns.heatmap(corr_matrix, annot=True, cmap='coolwarm', fmt='.2f', linewidths=0.5)<\/p>\n
plt.title(\"Part of Correlation Matrix of Hungary's Economic Sectors (Heatmap) from 2005 to 2021: source: UNIDO\")<\/p>\n
plt.subplots_adjust(top=0.97)<\/p>\n
plt.subplots_adjust(bottom=0.36)<\/p>\n
plt.subplots_adjust(left=0.215, right=1.0)<\/p>\n
plt.show()[\/et_pb_toggle][et_pb_text _builder_version=\"4.27.3\" _module_preset=\"default\" text_font=\"Roboto Mono||||||||\" text_text_color=\"#fcb03a\" text_font_size=\"18px\" text_line_height=\"1.8em\" background_color=\"#042f4f\" custom_padding=\"15px||15px|20px|true|false\" global_colors_info=\"{}\"]<\/p>\n
Adatforr\u00e1s:<\/strong><\/p>\n
[\/et_pb_text][et_pb_image src=\"https:\/\/akosgombkoto.info\/wp-content\/uploads\/2024\/11\/5_Adatforras_UNIDOKepernyokep-2024-11-09-235155.png\" title_text=\"5_Adatforras_UNIDOK\u00e9perny\u0151k\u00e9p 2024-11-09 235155\" _builder_version=\"4.27.3\" _module_preset=\"default\" global_colors_info=\"{}\"][\/et_pb_image][\/et_pb_column][\/et_pb_row][\/et_pb_section]<\/p>\n","protected":false},"excerpt":{"rendered":"
Korrel\u00e1ci\u00f3s Heatmap Magyarorsz\u00e1g gazdas\u00e1gi szektorair\u00f3l  Az ipari \u00e9s p\u00e9ld\u00e1ul HR-es alkalmaz\u00e1si p\u00e9ld\u00e1\u00e9rt g\u00f6rgess lejjebb az els\u0151 bekezd\u00e9sre. Ipari \u00e9s p\u00e9ld\u00e1ul HR-es alkalmaz\u00e1si p\u00e9ld\u00e1k (nem ipari p\u00e9ld\u00e1k mint p\u00e9ld\u00e1ul a HR-es az ipari p\u00e9lda blokk alatt tal\u00e1lhat\u00f3):Ipari p\u00e9lda: A korrel\u00e1ci\u00f3 (felt\u00e1r\u00f3 adatelemz\u00e9s – EDA) \u00e9rtelme \u00e9s haszn\u00e1lhat\u00f3s\u00e1ga ipari \u00f6sszef\u00fcgg\u00e9sek keres\u00e9se eset\u00e9n:A fet\u00e1r\u00f3 adatelemz\u00e9s (Exploratory Data Analysis, […]<\/p>\n","protected":false},"author":1,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"_et_pb_use_builder":"on","_et_pb_old_content":"","_et_gb_content_width":"","footnotes":""},"class_list":["post-114","page","type-page","status-publish","hentry"],"_links":{"self":[{"href":"https:\/\/akosgombkoto.info\/en\/wp-json\/wp\/v2\/pages\/114","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/akosgombkoto.info\/en\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/akosgombkoto.info\/en\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/akosgombkoto.info\/en\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/akosgombkoto.info\/en\/wp-json\/wp\/v2\/comments?post=114"}],"version-history":[{"count":53,"href":"https:\/\/akosgombkoto.info\/en\/wp-json\/wp\/v2\/pages\/114\/revisions"}],"predecessor-version":[{"id":682,"href":"https:\/\/akosgombkoto.info\/en\/wp-json\/wp\/v2\/pages\/114\/revisions\/682"}],"wp:attachment":[{"href":"https:\/\/akosgombkoto.info\/en\/wp-json\/wp\/v2\/media?parent=114"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}