نحوه انجام تحلیل همبستگی پیرسون در spss
یکی دیگر از تحلیل‌های آماری بسیار مهم نرم افزار spss تحلیل همبستگی پیرسون می‌باشد. تحلیل همبستگی پیرسون جهت بررسی ارتباط دو متغیر با مقیاس فاصلهای استفاده میشود و در علوم انسانی و پزشکی کاربرد بسیار زیادی دارد. تحلیل همبستگی پیرسون را میتوان پیشامد برخی تحلیل‌های دیگر مانند تحلیل رگرسیون محسوب نمود زیرا قبل از انجام تحلیل رگرسیون معمولاً ماتریس همبستگی بین متغیرها محاسبه میشود تا مشخص گردد آیا بین متغیرها اصلاً رابطه‌ای وجود دارد یا خیر. بعد از مشخص شدن رابطه بین متغیرهاست که انجام تحلیل رگرسیون برای پیش‌بینی معنی پیدا می‌کند. در زیر قصد آن داریم تا به صورت کامل و مرحله به مرحله نحوه انجام تحلیل همبستگی پیرسون در spss را ذکر کنیم.
کار را با ذکر مثالی شروع میکنیم: محققی قصد دارد به بررسی رابطه همبستگی دو متغیر امیدواری و خوش بینی بر روی یک نمونه‌ای بپردازد.
مرحله اول: بعد از جمع‌آوری دادهها و وارد کردن آنها به نرم افزار spps کار تحلیل داده را اینگونه شروع کنید؛ به نرم افزار spss رفته و دستور زیرا اجرا کنید:
با اجرای دستور فوق پنجره‌ای به شکل زیر باز میشود. این پنجره دارای دو کادر می‌باشد که کادر سمت چپ را شمار ۱ و کادر سمت راست (Variable) را کادر شماره ۲ نامگذاری میکنیم.
نحوه انجام تحلیل همبستگی پیرسون در spss
مرحله دوم: متغیرهای مورد نظر خود را از کادر ۱ وارد کادر ۲ نمایید. اگر سوالات دو پرسشنامه را وارد نموده‌اید و نمی‌دانید چگونه نمره کل هریک از پرسشنامه‌ها را در spss چگونه محاسبه نمایید به یکی دیگر از آموزشهای ما که در این لینک آمده مراجعه نمایید. بعد از محاسبه نمره کل دو پرسشنامه صرفا نمرات کل را وارد کادر نمایید و در پایان از قسمت پایین کادر ۱ و ۲ آزمون پیرسون (Pearson) را انتخاب نمایید. سایر گزینه‌ها آزمون کندال و اسپیرمن هستند که آزمونهای جداگانه‌ای می‌باشند و به تحلیل پیرسون ربطی ندارند. بعد از انجام عملیات فوق نهایتاً می‌بایست پنجره‌ای به شکل زیر پدید آید:
نحوه انجام تحلیل همبستگی پیرسون در spss
بعد از پدیدار شدن این پنجره، دکمه OK را فشار دهید تا این تحلیل انجام شود. بعد از انجام این کار خروجی‌ها به شکل زیر ظاهر می‌شوند:
همانگونه که مشاهده می‌کنید ماتریس همبستگی برای این دو متغیر ارایه شده است. با توجه به شکل فوق، میزان r همبستگی بین دو متغیر امید و خوش‌بینی برابر با ۰/۷۵ به دست آمده که این مقدار با توجه سطح آماری معنادار نیز می‌باشد (۰/۰۰۱=p). از آن جهت بالای عدد ۰/۷۵ دو ستاره آمده است که این مقدار در سطح آماری ۰/۰۱ معنادار شده است. اگر در سطح ۰/۰۵ معنادار می‌شد فقط یک ستاره بالای آن نمایان می‌گردید (p-Value در تحلیل آماری چه اطلاعاتی به شما می دهد؟). برای گزارش جدول فوق در پایان نامه یا مقاله جدول زیر را پیشنهاد میکنیم:
اجرای آزمون همبستگی پیرسون در SPSS
احتمالا، گسترده ترین کاربرد شاخص آماری همبستگی دو متغیری، ضریب همبستگی گشتاوری پیرسون است که به طور معمول همبستگی پیرسون نامیده میشود. علامت اختصاری آن r است. ضریب پیرسون نشان می دهد که تا چه اندازه بین متغیرهای کمّی رابطه خطی وجود دارد(میزر، گامست و گارینو،152:1391).
کاربرد اصلیِ ضریب پیرسون زمانی است که متغیرها از نوع پارامتری باشند؛ بدین معنا که توزیع نرمال داشته باشند و در سطح فاصله ای/نسبی باشند. البته زمانی که متغیرها از نوع شبه فاصله ای باشند (یعنی هر متغیر ترکیبی از چند متغیر ترتیبی باشد که اصطلاحا به آن مقیاس های تراکمی میگویند)، برخی از پژوهشگران از ضریب پیرسون استفاده میکنند. برخی از نویسندگان استفاده از ضریب پیرسون برای یک متغیر دو ارزشی و یک متغیر فاصله ای/نسبی را هم مجاز شمرده اند. تفسیر انواع روش های همبستگی Correlation همبستگی پیرسون زمانی که یکی از متغیرها دوارزشی (فقط شامل دو سطح) اما متغیر دیگر کمّی است نیز میتواند منطقی باشد(میزر، گامست و گارینو،164:1391).
تفسیر شدّت رابطه در همبستگی پیرسون
بعد از تعیین معنی داری و جهت رابطه، باید شدّت رابطه ارزیابی شود. برای تفسیر شدّت رابطه دومتغیر، تقسیم بندی های گوناگونی ارائه شده است. تقسیم بندی زیر یکی از آن هاست.
شیوه تفسیر شدت رابطه در همبستگی پیرسون
| شدّت رابطه | تفسیر |
| 8/. تا 1 | رابطه بسیار قوی |
| 6/. تا 8/. | رابطه قوی |
| 4/. تا 6/. | رابطه متوسط |
| 2/. تا 4/. | رابطه کم (یا ضعیف) |
| صفر تا 2/. | فقدان رابطه یا رابطه ناچیز |
(منبع: میلر، 299:1380)
مثال
در این بخش به بررسی انواع روش های همبستگی Correlation همبستگی بین دو متغیر بهره هوشی و معدل مقطع کارشناسی می پردازیم. انتظار داریم که دو متغیر با یکدیگر همبسته باشند، به نحوی که با افزایش بهره هوشی، معدل افزایش بیابد. به عبارت دیگر انتظار داریم افرادی که بهره هوشی بالاتری دارند، معدل بالاتری هم داشته باشند. هر دو متغیر کمّی بوده و در سطح سنجش فاصله ای/نسبی قرار دارند. با توجه به این که هردو متغیر در سطح سنجش فاصله ای/نسبی هستند از همبستگی پیرسون استفاده میکنیم. از پیش فرض های آزمون همبستگی پیرسون نرمال بودن توزیع متغیر در جمعیّت آماری است، در این مثال فرض می کنیم که این پیشفرض برقرار است و توزیع داده ها نرمال است
اجـ ـرا
مسیر زیر را دنبال میکنیم:
Analyze—>Correlate—>Bivariate
نتـ ـایج
در جدول بعد، نتایج آزمون همبستگی پیرسون بین دو متغیر بهره هوشی انواع روش های همبستگی Correlation و معدل کارشناسی نشان داده شده است. نخست به سطح معنی داری به دست آمده نگاه میکنیم. سطح معنی داری به دست آمده برابر با 600/. به دست آمده است که بسیار بیشتر از مقدار مفروض 05/.است. در نتیجه بین دو متغیر بهره هوشی و معدل مقطع کارشناسی پاسخگویان رابطه معنی داری وجود ندارد. با توجه به این که بین دو متغیر همبستگی وجود ندارد، شدّت و جهت رابطه مورد بررسی قرار نمی گیرد.
| Correlations | ||||
| بهره هوشی | معدل کارشناسی | |||
| بهره هوشی | Pearson Correlation | 1 | -.053 | |
| Sig. (2-tailed) | .600 | |||
| N | 100 | 100 | ||
| معدل کارشناسی | Pearson Correlation همبستگی پیرسون | -.053 | 1 | |
| Sig. (2-tailed) | .600 | |||
| N | 100 | 100 | ||
گـ ـزارش:انواع روش های همبستگی Correlation
در گزارش نتایج می نویسیم:
از آزمون همبستگی پیرسون جهت آزمون رابطه دو متغیر بهره هوشی و معدل مقطع کارشناسی استفاده شد. بین میزان بهره هوشی و معدل مقطع کارشناسی همبستگی معنی دار مشاهده نشد (600/. = P و 100= n و 053/.- = r ). در نتیجه از جنبه آماری دو متغیر بهره هوشی و معدل کارشناسی با یکدیگر رابطه ندارند.
***
(فرض می کنیم رابطه به دست آمده معنی دار باشد و سطح معنی داری به دست آمده برابر با 004/. شده است و ضریب پیرسون برابر با 45/. به دست آمده است. در این صورت به این صورت گزارش می دهیم:
آزمون همبستگی پیرسون نشان داد که بین میزان بهره هوشی و معدل مقطع کارشناسی همبستگی وجود دارد (004/. = P و 100= n و 45/. = r ). جهت رابطه بین بهره هوشی و معدل کارشناسی مثبت است. شدت همبستگی به دست آمده در حد متوسط است. واریانس توضیح داده شده 20.3% است. نتایج نشان می دهد دانشجویانی که بهره هوشی بالاتری دارند، معدل کارشناسی بالاتری هم کسب کرده اند.
چندنکته:
ضریب همبستگی پیرسون را با r نشان می دهند.
واریانس توضیح داده شده همان 2 r است که از به توان دو رساندن ضریب همبستگی پیرسون ( r ) به دست می آید و نشان دهنده واریانس مشترک دو متغیر است.
بهتر است نمودار پراکندگی دو متغیر بهره هوشی و معدل در گزارش ذکر شود (قبل از نتایج آزمون همبستگی پیرسون).
دانش آماري
رشته آمار - دانلود - كتاب الكترونيك - آموزش رايگان - تحقيق آماري
انواع ضرایب همبستگی و محاسبه آنها
یکی از تعاریف اساسی در علم آمار تعریف همبستگی و رابطه بین دو متغیر می باشد. بطور کلی شدت وابستگی دو متغیر به یکدیگر را همبستگی تعریف می کنیم. و ممکن علاوه بر شدت همبستگی جهت همبستگی نیز مورد نیاز پژوهشگر باشد. در آمار انواع زیادی از ضرایب همبستگی متفاوت وجود دارند که هر کدام همبستگی بین دو متغیر را با توجه به نوع دادهها و شرایط متغیرها اندازهگیری میکنند. لذا با توجه به اهمیت این موضوع که چه ضریب همبستگی را در چه زمانی مورد استفاده قراردهیم،
در اینجا قصد داریم به تعریف انواع همبستگی پرداخته و سعی بر آن داریم که زمان استفاده از این ضرایب همبستگیها و روش محاسبه آنها را در یکی از نرمافزارهای آماری ذکر کنیم.
محاسبه ضرایب همبستگی تا حدود زیادی متاثر از مقیاس اندازه گیری متغیر ها است، بعنوان مثال برای متغیرهای اسمی جهت رابطه اصلا معنی ندارد، بین جنس و معدل تنها میتوان گفت که شدت وابستگی چه مقدار است اما افزایش یا کاهش جنس معنی ندارد.
با توجه به نوع متغیر ها ضریب همبستگی میتواند یکی از حالتهای زیر را داشته باشد.
1- دو متغیر اسمی
2- دو متغیر رتبهای
3- دو متغیر فاصلهای- نسبی
4- متغیر اسمی و متغیر رتبه ای
5- متغیر اسمی و متغیر فاصلهای - نسبی
6- متغیر رتبهای و متغیر فاصلهای – نسبی
برای هر کدام از حالتهای بالا ضرایب همبستگی متفاوتی وجود دارند که در نسخه pdf به اختصار مهمترین آنها را آورده ایم و بعضا روش محاسبه آنها را در نرم افزار های spss ، lisrel و R آورده شده است.
کلمات کلیدی : انواع ضرایب همبستگی، ضریب همبستگی پیرسون، ضریب همبستگی اسپیرمن، ضریب همبستگی کرامر و فی، ضریب همبستگی لاندا، ضریب همبستگی تاو گودمن کروسکال، ضریب همبستگی گاما، ضریب همبستگی تاو کندال،ضریب همبستگی چند رشتهای( polyserial correlation)، ضریب همبستگی چند حالتی(Polychoric correlation) و .
1. آمار ناپارامتریک،1382، سید یعقوب حسینی، انتشارات دانشگاه علامه طباطبایی
2. website of the NC STATE UNIVERSITY, http://faculty.chass.ncsu.edu
3. A coefficient of agreement for nominal scale, 1960, Cohen J. Educat Psychol Measure; 20: 37-46
4. The polyserial correlation coefficient , 1982, U Olsson, F Drasgow, NJ Dorans - Psychometrika, Springer
5. On the Estimation of Polychoric Correlations and their Asymptotic Covariance Matrix , (1994), Joreskog, K. GPsychometrika, 59:3, 381-389.
طبقه بندی تحقیقات بر مبنای ماهیت و روش (تحقیق همبستگی یا همخوانی)
این تحقیقات برای کسب اطلاع از وجود رابطه بین متغیرها انجام می پذیرد ولی الزاما کشف رابطه علت و معلولی مورد نظر نیست.
(تحقیق همبستگی هرگز یک رابطه ی علت و معلولی را روشن نمی کند، بلکه صرفاً وجود یک رابطه را توصیف می کند.) در این نوع از پژوهش نیز حوزه تحقیق موارد بسیارى را دربرمى گیرد؛ اما محقق انواع روش های همبستگی Correlation در آن مى کوشد، دو یا چند دسته از اطلاعات مختلف مربوط به یک گروه یا یک دسته از اطلاعات مربوط به دو یا چند گروه مختلف را با هم مقایسه کند؛ به این منظور که رابطه یک یا چند عامل را با یک یا چند عامل دیگر کشف کند و میزان همبستگى میان آنها را به دست آورد .
همبستگی می تواند به صورت مثبت (جهت تغییر در یک متغیر با جهت تغییر در متغیر دیگر همسو باشد.)، منفی (جهت تغییرات یک متغیر با جهت تغییرات متغیر دیگر همسو نباشد.) و بدون همبستگی باشد .
منبع:
لینک های مفید
در این نوع تحقیق همبستگى بین دو مجموعه یا داده مورد مطالعه قرار مى‌گیرد که این دادهها ممکن است دربارهٔ دو متغیر در یک جامعه باشد؛ مثلاً همبستگى بین تغییرات قد با تغییرات وزن افراد یک جامعه مانند جدول زیر است. همچنین، دادهها ممکن است دربارهٔ یک متغیر در دو جامعهٔ جداگانه باشد؛ مثل قضاوت دو گروه از دانشجویان دختر و پسر دربارهٔ مدیریت یک دانشگاه یا استاد درس خاص.
چنین تحقیقى به‌منظور تشخیص وجود تفاوت بین نگرش‌ها در رابطه با متغیر جنس انجام مى‌شود. با محاسبهٔ ضریب همبستگى هر یک مى‌توان جهت همبستگى و مقدار آن را نیز محاسبه کرد و با استفاده از دستگاه مختصات نمودار آن را ترسیم نمود. نمودارهاى زیر معرف هر یک از انواع همبستگى است.
در اینجا اشاره به ذکر نکته‌اى ضرورى به‌نظر مى‌رسد و آن اینکه همبستگى بین دو متغیر همیشه از نوع خطى نیست و ممکن است نمودار آن از نوع منحنى باشد؛ مثلاً در سنجش همبستگى بین متغیرهاى سن و قدرت جسمانى چنین رابطه‌اى مى‌توان یافت. در این مورد تا مدتى قدرت جسمانى و سن با همدیگر هم‌جهت بوده همبستگى مثبت دارند، ولى بعد از مدتى بخصوص با فرا رسیدن دورهٔ کهولت هرچه سن افزایش مى‌یابد قدرت بدنى کاهش پیدا مى‌کند. در چنین وضعیتی، نمودار انواع روش های همبستگی Correlation مربوط به صورت خطى نیست. مثال دیگر رابطهٔ بین سرمایه‌گذارى و بازده یک واحد تولیدى است که سرمایه‌گذارى تا حدى منجر به افزایش تولید مى‌گردد ولى از آن حد که گذشت، تابع قانون بازده نزولى مى‌شود.
براى اندازه‌گیرى ضریب همبستگى بین متغیرها با توجه به نوع مقادیر و کمیّت‌ها از روش‌هاى مختلف استفاده مى‌شود؛ مثلاً براى مقیاس‌هاى اندازه‌گیرى فاصله‌اى و نسبى از روش پیرسون و براى مقیاس‌هاى اندازه‌گیرى رتبه‌اى از روش اسپیرمن و کندال استفاده مى‌کنند.
همبستگی جفت ارزها در فارکس (Currency Correlation)
قدرت ارز یک کشور یا منطقه، بستگی به شرایط اقتصادی مربوط به آن منطقه دارد. بنابراین، اقتصاد قوی، یک ارز را قدرتمند و اقتصاد ضعیف یک کشور، آن ارز را تضعیف می کند. در همین حال، اقتصاد کشورهای مختلف به یک دیگر متصل هستند و این انواع روش های همبستگی Correlation موضوع، ارزهای مختلف را به نحوی به یکدیگر مرتبط می کند.
برای مثال در قاره اروپا، انگلیس و کشورهای اتحادیه اروپا به یکدیگر متکی هستند. زیرا آنها کالاها و خدمات مختلفی را با یکدیگر مبادله می کنند. بدین خاطر، ارزش پوند انگلیس تحت تاثیر هر گونه تغییر در اقتصاد سایر کشورهای اتحایه اروپا است. همین رابطه را می توان در اقتصادهای سرتاسر جهان مشاهده کرد و این همان چیزی است که همبستگی ارزهای مختلف در بازار فارکس را ایجاد می کند.
ضریب همبستگی چیست؟
ضریب همبستگی یا کورولیشن یک ابزار آماری است و فرمول ریاضی مخصوص به خود را دارد. این ضریب نشان می دهد که دو سری از اعداد با چه ارتباطی نسبت به یکدیگر تغییر کرده اند. برای مثال ممکن است یک تحلیلگر بخواهد رابطه بین میزان صادرات یک کشور و ارزش ارز آن کشور در برابر دلار را بسنجد. در این حالت، داده های هر دو متغییر در بازه های زمانی مساوی (مثلا فصلی یا سالیانه) با استفاده از فرمول ضریب همبستگی با یکدیگر مقایسه می شوند.
فرمول ضریب همبستگی به گونه ای طراحی شده است که نتیجه آن، عددی بین 1- و 1+ بدست می آید.
تفسیر ضریب همبستگی به شرح زیر است:
ضریب همبستگی مثبت (بین 0 تا 1+) به این معنی است که تغییرات هر دو متغییر در یک جهت می باشد. برای مثال اگر ارزش یک ارز در برابر دلار کاهش یابد میزان صادرات آن نیز کاهش خواهد یافت و بالعکس اگر ارزش آن افزایش یابد میزان صادرات نیز افزایش خواهد یافت. هر چه ضریب همبستگی به سمت 1+ حرکت کند همبستگی شدیدتر می شود بگونه ای که همبستگی مثبت یک به معنی همبستگی کامل است. یعنی 1% افزایش یا کاهش در یک متغیر دقیقا با 1% افزایش یا کاهش در متغییر دیگر همراه خواهد بود.
ضریب همبستگی منفی (بین 0 تا 1-) یعنی تغییرات یک متغییر در جهت خلاف تغییرات متغییر دیگر است. برای مثال ممکن است صادرات بیشتر یک کشور با کاهش ارزش پول آن کشور همراه باشد و بالعکس هر چه ارز یک کشور با ارزش تر شود میزان صادرات آن کمتر شود. هر چه ضریب همبستگی به سمت 1- حرکت می کند همبستگی معکوس، شدید تر می شود بگونه ای که همبستگی منفی یک به معنی همبستگی معکوس کامل است. برای مثال 10% افزایش در یک متغییر دقیقا برابر با 10% کاهش در متغییر دیگر است.
ضریب همبستگی صفر به این معنی است که بین دو متغییر هیچ گونه رابطه ای وجود ندارد و هر یک بصورت مستقل رفتار می کنند. برای مثال ممکن است افزایش و کاهش در ارزش پول یک کشور و میزان صادرات آن، انواع روش های همبستگی Correlation هیچ ارتباطی با یکدیگر نداشته باشند.
شما بعنوان یک تریدر فارکس نیازی به آگاهی از نحوه محاسبه ضریب همبستگی ندارید. با این وجود ممکن است کنجکاو شوید که این ضریب چگونه محاسبه می شود. فرمول ضریب همبستگی بصورت زیر است:
اگر فرمول بالا را خلاصه کنیم به حالت زیر تبدیل می شود.
گاهی اوقات ضریب همبستگی را بصورت درصد بیان می کنند. جهت تبدیل ضریب همبستگی به درصد آن را در 100 ضرب می کنیم. برای مثال همبستگی 0.8 – برابر با 80% – خواهد انواع روش های همبستگی Correlation بود.
همبستگی جفت ارزها در فارکس
همانگونه که می دانید ارزها بصورت جفتی بیان می شوند. هر جفت ارز با جفت ارز دیگر دارای همبستگی است. داده های مربوط به همبستگی ارزها معمولا در قالب یک جدول نمایش داده می شود که نقاط تقاطع در این جدول، همبستگی جفت ارزها را نشان می دهد. به تصویر زیر توجه کنید.
در تصویر بالا همبستگی بین جفت ارزهای مختلف بصورت درصد بیان شده است. این همبستگی می تواند بین منفی 100% و مثبت 100% نوسان کند.
در جدول بالا جفت ارزهای EUR/USD و USD/CAD دارای همبستگی منفی هستند در حالیکه USD/CHF و EUR/JPY دارای همبستگی مثبت هستند. بطور کلی شما به دنبال اعدادی در جدول خواهید بود که به مثبت یک یا منفی یک نزدیک هستند و همبستگی های نزدیک به صفر مانند جفت ارزهای AUD/USD و EUR/AUD جذابیتی برای شما ندارند.
جفت ارزهایی که دارای همبستگی مثبت هستند در یک جهت حرکت می کنند. برای مثال زمانیکه نرخ USD/CHF افزایش می یابد جفت ارز EUR/JPY تقریبا به اندازه 85.6% افزایش در جفت ارز USD/CHF، صعود می کند. از سوی دیگر زمانیکه نرخ USD/CAD افزایش می یابد جفت ارز EUR/USD به اندازه 74.4% کاهش می یابد.
هنگامیکه دریافتید کدام جفت ارزها دارای همبستگی مثبت یا منفی قوی با یکدیگر هستند می توانید بطور نسبی پیش بینی کنید که حرکت یکی نسبت به دیگری چگونه خواهد بود. بنابراین اگر در نمودارهای فارکس، جفت ارز EUR/USD در حال صعود باشد، احتمال اینکه USD/CAD نزولی شود بسیار است. چنین اطلاعاتی برای یک تریدر فارکس می تواند از چندین جهت اهمیت داشته باشد که در ادامه به آن می پردازیم.
چگونه از همبستگی جفت ارزها در معاملات فارکس استفاده کنیم؟
برخی از کاربردهای همبستگی ارزها به شرح زیر می باشند.
افزایش سودآوری
از آنجاییکه بروکر فارکس بیش از 100 جفت ارز را جهت معامله به شما ارائه می دهد بررسی همه آنها کار ساده ای نیست. اما با در دست داشتن جدول همبستگی جفت ارزها می توانید بدون بررسی تک تک نمودارها یک نمای کلی از حرکات بازار را بدست آورید. فرض کنید حرکت بعدی جفت ارز USD/CHF را پیش بینی کرده و یک موقعیت معاملاتی بر روی آن باز کرده اید. شما می توانید بلافاصله یک موقعیت معکوس بر روی جفت ارز EUR/USD ایجاد کنید. زیرا این جفت ارزها دارای همبستگی منفی قوی هستند و یک رابطه عکس با یکدیگر دارند. در واقع شما یک جفت ارز را بررسی می کنید و با اندکی زحمت بیشتر می توانید از 2 یا حتی 3 جفت ارز کسب سود کنید.
معاملات همزمان
در مقایسه با تحلیلگران بنیادی، تکنیکالیست ها قبل از ایجاد یک موقعیت معاملاتی بایستی هر نمودار را با استفاده از اندیکاتورهای تکنیکالی با دقت بررسی کنند. اگر شما بخواهید هر نمودار را قبل از سفارش گذاری بررسی کنید تعداد معاملاتی که می توانید در هر روز انجام دهید محدود می شود. بنابراین بررسی همبستگی ارزها می تواند به شما کمک کند تا در صورت تمایل بتوانید موقعیت های معاملاتی بیشتری را در بازار ایجاد کنید.
پوشش ریسک
ما می دانیم که با دقیق ترین تحلیل ها نیز گاهی اوقات اشتباه می کنیم و معاملات با زیان پایان می یابند. فرض کنید بر روی جفت ارز GBP/USD یک موقعیت خرید باز کرده اید و پس از گذشت چند دقیقه فکر می کنید که شاید اشتباه کرده باشید. در این حالت، شما می توانید یک موقعیت خرید بر روی جفت ارز دیگر با همبستگی منفی ایجاد کنید تا زیان معامله اول در معامله دوم جبران شود. جفت ارز USD/JPY دارای همبستگی منفی قوی با GBP/USD می باشد و ایجاد یک موقعیت خرید می تواند بخشی از زیان را پوشش دهد.
تایید شکست ها
اگر شما از استراتژی نقاط پیوت جهت شناسایی سطوح حمایت و مقاومت استفاده می کنید، همبستگی ارزها می توانند در تایید پیش بینی های شما کمک کنند. فرض کنید که EUR/USD در محدوده یک مقاومت قرار دارد. اما شما نمی دانید که قیمت می خواهد این سطح را بشکند و یا از نقطه پیوت باز گردد. در این حالت، بررسی جفت ارزهای دیگر با همبستگی قوی می تواند به شما کمک کند. بدین ترتیب می توانید هم همبستگی های مثبت و هم همبستگی های منفی را بررسی کنید.
جفت ارز EUR/USD همبستگی مثبت با جفت ارزهای GBP/USD و AUD/USD دارد. بنابراین می توانید بررسی کنید که آیا این جفت ارزها نیز در سطوح مقاومت قرار دارند. همچنین USD/CHF و USD/JPY دارای همبستگی منفی با EUR/USD هستند. بنابراین می توانید نمودار آنها را مشاهده کنید تا انواع روش های همبستگی Correlation دریابید آیا آنها در سطوح حمایتی قرار دارند یا خیر. اگر موارد بالا همگی با هم مطابقت داشتند بنابراین می توانید پیش بینی کنید که چه اتفاقی در حال رخ دادن است. بدین ترتیب، همبستگی جفت ارزها می توانند در تایید یا عدم تایید تحلیل شما کمک کنند.
همبستگی ارزها و کامودیتی ها
ارزها با کامودیتی ها نیز دارای همبستگی هستند . در ادامه به برخی از این رابطه ها می پردازیم.
دلار کانادا (CAD) و نفت خام دارای همبستگی مثبت هستند. زیرا کانادا یک تولید کننده و صادر کننده عمده نفت است.
همچنین دلار استرالیا (AUD) و طلا دارای همبستگی مثبت هستند. زیرا استرالیا یک تولید کننده و صادر کننده قابل توجه طلا می باشد. طلا و ین ژاپن در شرایط ناپایدار اقتصادی به عنوان محل های امن برای سرمایه گذاری هستند. ین و طلا نیز دارای همبستگی مثبت با یکدیگر هستند.
در همین حال، طلا و دلار آمریکا دارای همبستگی منفی هستند. زمانیکه دلار آمریکا بر اثر تورم، ارزش خود را از دست می دهد سرمایه گذاران جهت حفظ ارزش سرمایه خود به دنبال یک محل دیگر مانند طلا می گردند.
مواردی که بایستی درباره همبستگی ارزها به خاطر داشته باشید
قبل از اینکه همبستگی جفت ارزها را در استراتژی های معاملاتی خود بکار بگیرید بهتر است برخی موارد را در نظر داشته باشید.
تغییر در همبستگی ارزها
جدول همبستگی ارزها تنها یک راهنما جهت یافتن همبستگی های قوی مثبت و منفی بین ارزها می باشد. اما این ارتباط می تواند در طول زمان تغییر کند. اگر به تصاویر زیر توجه کنید مشاهده می کنید انواع روش های همبستگی Correlation که با تغییر تایم فریم، ضریب همبستگی جفت ارزها نیز تغییر می کنند. این چیزی است که شما بایستی همیشه هنگام بکارگیری همبستگی ارزها در استراتژی خود به آن توجه کنید.
جدول بالا همبستگی ارزها را در تایم فریم 5 دقیقه ای نشان می دهد. در این تایم فریم، جفت ارزهای USD/JPY و USD/HKD دارای همبستگی معکوس قوی هستند و در جهت خلاف یکدیگر حر کت می کنند.
جدول بالا همبستگی ارزها را در تایم فریم روزانه نشان می دهد. در این جدول مشاهده می کنیم که جفت ارزها غیر از دقایقی که در طول روز رفتار متضاد داشته اند دارای همبستگی مثبت هستند. بنابراین در این شرایط اگر شما در طول روز از ضریب همبستگی جفت ارزها در تایم فریم 5 دقیقه ای استفاده می کردید احتمالا همه موقعیت های معاملاتی برخلاف شما حرکت می کردند.
همچنین این مسئله مهمی است که شما از بروزترین جدول همبستگی ارزها استفاده کنید تا بر اساس داده های قدیمی و منسوخ تصمیم گیری نکنید. جهت مشاهده همبستگی جفت ارزها می توانید از این صفحه استفاده کنید.
همچنین می توانید اندیکاتور همبستگی جفت ارزها را از این پیچ دانلود کرده و به متاتریدر 4 اضافه کنید. پس از دانلود اندیکاتور، مراحل نصب آن را مطابق مقاله “ نحوه اضافه کردن اندیکاتور دلخواه در متاتریدر ” دنبال کنید.
علاوه بر اینکه همبستگی ارزها در تایم فریم های مختلف، متفاوت هستند ضریب های همبستگی در طول زمان نیز ثابت نیستند و ممکن است تغییر کنند. برای مثال، ضریب همبستگی دو جفت ارز در تایم فریم روزانه در این هفته با هفته دیگر می تواند متفاوت باشد. این ضریب می تواند به دلایل بسیاری مانند تغییر در سیاست های اقتصادی کشورها تغییر کند. برای مثال، افزایش نرخ بهره در آمریکا می تواند مسیر حرکتی دلار آمریکا را نسبت به دیگر ارزها تغییر دهد. یکی از فاکتورهای مهم دیگر، تغییرات در فضای سیاسی است که بر روی نرخ جفت ارزها اثر می گذارد و معادلات را تغییر می دهد.
همه تخم مرغ ها را در یک سبد نگذارید
نهایتا بایستی این موضوع را در نظر داشته باشیم که همه چیز در بازار فارکس ممکن است طبق برنامه پیش نرود و جدول همبستگی جفت ارزها ما را گمراه کند. بنابراین نبایستی صرفا به این دلیل که جفت ارزها دارای همبستگی خاصی هستند موقعیت های معاملاتی زیادی ایجاد کنیم. اگر صرفا بر این اساس معامله کنید در مواردی که پیش بینی شما اشتباه باشد ممکن است همه معاملات شما با زیان بسته شوند و قسمت عمده ای از سرمایه خود را از دست بدهید. پیشنهاد بورس تایم این است که نهایتا 3 معامله همزمان بر اساس همبستگی ارزها ایجاد کنید و با تعیین انواع روش های همبستگی Correlation حجم مناسب معامله در بازار فارکس ، ریسک معاملات خود را مدیریت کنید.
انواع روش های همبستگی Correlation
ضریب همبستگی
یکی از تعاریف اساسی در علم آمار تعریف همبستگی و رابطه بین دو متغیر می باشد. به طور کلی شدت وابستگی دو متغیر به یکدیگر را همبستگی تعریف می کنیم.
در آمار انواع زیادی از ضرایب همبستگی متفاوت وجود دارند که هر کدام همبستگی بین دو متغیر را با توجه به نوع داده ها و شرایط متغیرها اندازه گیری می کنند.
لذا با توجه به اهمیت این موضوع که چه ضریب همبستگی را در چه زمانی مورد استفاده قرار دهیم، اینجا به تعریف انواع همبستگی پرداخته و سعی بر آن داریم که زمان استفاده از این ضریب همبستگی ها و روش محاسبه آن ها را در یکی از نرم افزارهای آماری ذکر کنیم.
متن کامل آموزش را از طریق لینک ذیل دریافت نمایید.
ممکن است بپسندید.
ساختار پایان نامه
تصویرسازی داده ها: Visualisation
ورود داده ( Data Import) در نرم افزار R
آزمون کلموگروف – اسمیرنوف
پست های محبوب
آزمون t تک نمونه ای
طیف لیکرت
افزونه Merge نرم افزار اکسل
کاربرد آمار در علوم انتظامی
پاسخی بگذارید لغو پاسخ
مطالب اخیر
- طیف لیکرت
- نمونه گیری و تعریف آن
- ورود داده ( Data Import) در نرم افزار R
- تغییرات جمعیتی کشور در ۶ دهه‌ی اخیر
دسته‌ها
شرکت آماری شمار
شرکت آماری شاخص مبنا اندیشان راهبردی با نام تجاری “شمار” فعالیت خود را از سال 1395 به طور رسمی آغار نموده است. هدف اصلی شرکت شمار، خدمت رسانی آماری است و این مجموعه با بهره گیری از کارشناسان مجرب آماری آماده خدمت رسانی به تمامی سازمان ها، ادارات و همچنین دانشجویان عزیز در تمامی مقاطع می باشد.
دیدگاه شما