Internet Publikation für Allgemeine und Integrative Psychotherapie
    (ISSN 1430-6972)
    IP-GIPT DAS=25.11.2002 Internet-Erstausgabe, letzte Änderung: 16.01.22
    Impressum: Diplom-PsychologInnen Irmgard Rathsmann-Sponsel und Dr. phil. Rudolf Sponsel
    Stubenlohstr. 20     D-91052 Erlangen * Mail: sekretariat@sgipt.org_Zitierung  &  Copyright
    Anfang  Partielle Korrelation_Datenschutz_Übersicht Wissenschaft__Überblick-Gesamt_Rel. Aktuelles _ Rel. Beständiges_ Titelblatt_Konzept_Archiv_Region_Service iec-verlag __Wichtiger Hinweis zu Links und Empfehlungen
    Willkommen in  unserer Internet-Publikation IP-GIPT 1) , Abteilung Wissenschaft,
    Methodologie, Meßproblematik, Statistik und Wissenschaftstheorie besonders in Psychologie, Psychotherapie und Psychotherapieforschung,  hier Bereich Statistische Methoden, Rubrik Korrelation und speziell zum Thema:

    Partielle Korrelationen
    Definition und Methode * Tücken und Fallen  *  Wichtige Anwendungen in der Psychologie * Kombinatorik der Anzahlen * Schlußfolgerungen * Literatur * Querverweise

    von Rudolf Sponsel, Erlangen

    _
    Definition und Methode
     
    Die partielle Korrelation gibt die Korrelationen zwischen zwei Variablen i und j in einem System von N Variablen an, wenn der Einfluß von N-2 <= m >= 1 Variablen (m ungleich i,j) konstant gehalten oder, wie man auch sagt, 'ausgeschaltet' wird.
    Anmerkung: Gebelein & Heite (1951, S. 83) äußern sich kritisch zu der Interpretation des "konstant halten".

    Schreibweise: Eine Produkt-Moment-Korrelation zwischen zwei Variablen bezeichnen wir mit dem kleinen Buchstaben r. Die ersten beiden Indices ij links vom Punkt "ij.z,...,z " kennzeichnen, zwischen welchen Variablen die Korrelation gilt. Die Indices rechts vom Punkt "ij.z,...,z" geben an, welche der Variablen in der Betrachtung auspartialisiert worden sind.

    Beispiel Einfachste Grundformel:

     

                         r12 - r13 r23
     r12.3 =  ______________________

                  SQR[(1-r213 ) (1-r223 )]

    Die partielle Korrelation r12.3  gibt die Korrelation zwischen Variable 1 und 2 an, wenn Variable 3 konstant gehalten wird. Hierzu sagt man auch, daß der Einfluß der Variablen 3 "ausgeschaltet" wird. Damit läßt sich mit der partiellen Korrelation die wichtige experimentelle Technik des Konstanthaltens simulieren. 

    Rekursionsformel für die vollständige Partialisierung zweier Variablen aus m


                                r12.34...(m-1)  - r1m.34...(m-1)  r2m.34...(m-1)
    r12.34....m =    ______________________________________________
                                SQR[(1-r21m.34...(m-1) ) (1-r22m.34...(m-1))]


    Tücken und Fallen partieller Korrelationsrechnungen
     

    Hinweis 1: Der Mathematiker Dr. B. Hain hat gezeigt (1994, Kap. VI, S. 38 ff), daß die Korrelationsmatrix bei vollständiger Partialisierung - rij.n-2 - nicht notwendig positiv definit sein muß. Hier ist also größte Vorsicht geboten, wenn Verdacht auf lineare Abhängigkeit besteht, was Eigenwerte 'nahe' 0 anzeigen (Storch-Beispiel).

     
    Hinweis 2: Der Statistiker O. Anderson (S. 299f) hat darauf hingewiesen, daß bei linearen Abhängigkeiten - besonders tückisch bei verborgenen - partielle Korrelationen zu unsinnigen Ergebnissen und Interpretationen führen können: 
     
    "Wie gesagt, der partielle Korrelationskoeffizient kann sich für viele Zwecke als ein recht nützliches Erkenntnismittel erweisen, doch muß man sich hierbei vor einer Falle hüten, in die man unter Umständen leicht zu geraten vermag. Wenn nämlich eine Variable als wesentliche Komponente eine Funktion der anderen zwei (oder wenigstens ihrer größeren Teile) enthält, so kann die Berechnung des partiellen Korrelationskoeffizienten zu direkten Trugschlüssen führen. Nehmen wir etwa an, xi  und yi seien voneinander stochastisch unabhängig, aber zi sei als gleich xi -  yi  festgelegt. Setzt man nun zi   = const = d, so folgt hieraus, daß xi  - yi = d und xi  = yi + d. Der partielle Korrelationskoeffizient von x und y ergibt den Wert 1, obgleich beide Variablen überhaupt nicht voneinander abhängen."  [Rechen-Beispiel]
    Bestehen also zwischen den Variablen näherungsweise funktionale Abhängigkeiten, so können unsinnige Korrelationskoeffizienten erzielt werden. 

    Rechen-Beispiel zur Anderson Warnung

    Wir nehmen Spalte 1=x und 2=y aus dem Basisversuch Quader q00 und bilden z = x - y, N=100.
     
     x   y   z
     1  94  -93
     2  65  -63
     3  19  -16
     4  70  -66
     5  85  -80
     6  97  -91
     7  46  -39
     8  19  -11
     9  13   -4
    10  58  -48
    11  13   -2
    12   1   11
    13  41  -28
    14  32  -18
    15  82  -67
    16  19   -3
    17  97  -80
    18  72  -54
    19  87  -68
    20  79  -59
    x   y    z
    21  54  -33
    22  82  -60
    23  40  -17
    24  74  -50
    25  79  -54
    26  80  -54
    27  46  -19
    28  53  -25
    29  32   -3
    30  36   -6
    31  78  -47
    32  64  -32
    33  44  -11
    34  60  -26
    35   6   29
    36  58  -22
    37  92  -55
    38  16   22
    39  72  -33
    40  67  -27
    x   y   z
    41  52  -11
    42  34    8
    43  15   28
    44  76  -32
    45  95  -50
    46  98  -52
    47  75  -28
    48  25   23
    49  47    2
    50  91  -41
    51  84  -33
    52  49    3
    53  92  -39
    54  43   11
    55  96  -41
    56  87  -31
    57  64   -7
    58  98  -40
    59  90  -31
    60   9   51
    x   y   z
    61  36  25
    62  55   7
    63  83 -20
    64  60   4
    65  54  11
    66  36  30
    67  13  54
    68  78 -10
    69  80 -11
    70  46  24
    71  38  33
    72   4  68
    73  52  21
    74  61  13
    75  82  -7
    76   7  69
    77  79  -2
    78  12  66
    79  40  39
    80  51  29
    x   y   z
    81   4  77
    82  56  26
    83  79   4
    84  75   9
    85   3  82
    86  72  14
    87  96  -9
    88  31  57
    89  65  24
    90  42  48
    91  54  37
    92   9  83
    93  53  40
    94  24  70
    95  47  48
    96   1  95
    97  97   0
    98  92   6
    99  27  72
    100 47  53
    Dies führt zu der Korrelationsmatrix:

       x    y    z
    x  1 -.097  .744
    y       1  -.737
    z            1 

    und in der Tat: Die Korrelation zwischen x und y wird nach Auspar- tialisierung von z rxy.z = .999, also 1, wenn man sich die Rundungs- fehler weg denkt, wie Anderson ausgeführt hat. 
     

    Korrelationskoeffizienten von File C:\OMI\NUMERIK\MATRIX\KK\ODOD\QXYZ.K03
    in File C:\OMI\NUMERIK\MATRIX\KK\ODOD\QXYZ.PKA
    11/23/02 23:51:54. Korrelationen der  3 Items in Promille:
         2     3
        -97   744     1
             -737     2

    Mit * gekennzeichnete Zeilen in folgenden Tabellen =
    Differenz zwischen Korrelation und partieller Korrelation

    Partielle Korrelationen unter Ausschluß des Einflusses der Items  1 in Promille:
         3
        263    *
      -1000     2

    Partielle Korrelationen unter Ausschluß des Einflusses der Items  2 in Promille:
         3
       -256    *
       1000     1

    Partielle Korrelationen unter Ausschluß des Einflusses der Items  3 in Promille:
         2
      -1096    *
        999     1

    Ergebnis Rechenbeispiel zu Anderson:
     
    Man muß der Argumentation Andersons zwingend entnehmen, daß der Eigenwertanalyse auf lineare Abhängigkeiten, also dem Suchen nach Eigenwerten 'nahe' 0, größte Bedeutung zukommt, weil bei multivariater Weiterverarbeitung sonst möglicherweise formal nicht zu beanstandende aber inhaltlich unsinnige Ergebnisse entstehen können, wie obiges Beispiel eindringlich deutlich macht.

    Weiteres Beispiel: Vollständige Partielle Korrelation der Partition 7,11,14 und 16 beim beim Extraversionsfragebogen, die zu einer indefiniten Matrizen führt.


    Wichtige Anwendungen partieller Korrelation in der Psychologie

    Entwicklungspsychologie:
    Hier spielt oft das Alter eine wichtige Rolle, das die Korrelation zwischen zwei Variablen verfälschen kann. Möchte man also den echten Zusammenhang unabhängig vom Alter zwischen zwei entwicklungspsychologischen Variablen i und j wissen, partialisiert man den korrelativen Einfluß des Alters aus. Beispiel nach Guilford (1950, p. 346):

    Beispiel Alter, Blutdruck und Cholesterin nach Sachs, L. (1984, 6.A., S. 353)

     

    Paradoxien: Storchennester und Geburtenrate:
    Paradoxien wie der ("schein") korrelative Zusammenhang zwischen der Anzahl der Storchennester und der Geburtenrate lassen sich mit partieller Korrelationsanalyse ebenfalls aufklären. Tatsächlich stellt sich heraus, daß die vermittelnde Variable die Industrialisierung ist. Partialisiert man also die Variable Industrialisierung aus, verschwindet der Zusammenhang. Nachdem die Links immer sehr schnell aus dem Netz verschwanden, habe ich ein eigenes Beispiel konstruiert:
     
    Die positive Definitheit der vollständigen Partia- lisierungsmatrix ist nicht notwendig, wie Hain ((1994, Kap. VI, S. 38 ff) gezeigt hat. Hier ist sie aber gegeben, wie ein Blick auf die Eigenwerte zeigt, wenn auch die Korrelationsmatrix aus nur einem Generalfaktor "Industriealisierung" besteht. Das ist hier demonstrativ gewollt und geglückt. Dieser einzige und damit Generalfaktor ver- schwindet und macht einem Bifactormodell Platz, wenn man vollständig auspartialisiert, dann gibt es nur noch eine Fast-Kollinearität. Welches Faktor- modell stimmt nun? Beide, wenn man die Be- deutungen der Korrelationen berücksichtigt. Denn beide Korrelationsmatrizen repräsentieren eben  Unterschiedliches: Korrelationen und partielle Korrelationen. 

    Anmerkung: Sachs (1984, S. 307) bemerkt zu Recht: "Der Ausdruck 'Scheinkorrelation' ist für diese Zusammenhänge üblich, er ist jedoch besser zu verrmeiden, da ja auch eine Scheinkorrelation zwischen zwei Prozentzahlen nicht Schein, sondern für die betrachteten Variablen Tatsache ist."


    Partielle Korrelationsanalyse Omikron% und Inzidenz.


    Kombinatorik: Anzahl aller m Auspartialisierungsmöglichkeiten bei N Variablen bzw. Korrelationskoeffizienten

    Zählt man kombinatorisch aus ergeben sich beispielsweise für:

  • Drei Inter-Korrelationen:  1,2,3
  • Vier Inter-Korrelationen: vier mal eine auspartialisieren: 1,2,3,4 [=4]. Sechs mal zwei auspartialisieren: 12, 13, 14, 23, 24, 34 [=6]. Ergibt zusammen 10.
  • Fünf Inter-Korrelationen: fünf mal je eine auspartialisieren: 1,2,3,4,5 [=5]. Zehn mal zwei auspartialisieren: 12, 13, 14, 15, 23, 24, 25, 34, 35, 45 [=10]. Zehn mal drei auspartialiseren: 123, 124, 125, 134, 135, 145, 234, 235, 245, 345 [=10]. Ergibt zusammen 25.

  •  
    n
    m Part
     Entwicklung  Formeln für m, n Î N und n >= 3
     3 3  3
     4 10  4+6   Rekursion: m = Kn = 2 * Kn-1 + n 
     5 25  5+10+10   Regel: Wert des Vorgängers verdoppeln + n
     6 56  6+15+20+15
     7 119  7+21+35+35+21   Direkte Formel:  m = Kn = 2n -  (n+2)
     8 246  8+28+56+70+56+28  Regel: Zwei hoch n abzüglich n+2
     9 501  9+36+84+126+126+84 +36 
    10 1012  10+45+120+210+252+ 210+120+45
    11 2035   1+55+165+330+462+ 462+330+165+55
    12 4082  12+66+220+495+792+ 924+792+495+220+66
    13 8177  3+78+286+715+1287 +1716+1716+1287+715+286+78
    14 16368   14+91+364+1001+ 2002+3003+3432+3003+2002+1001+364+91
    15 32751  ...
    16 65518  ...
    17 131053  ...
    18 262124  ...
    19 524267  ...
    20 1048554  ...

    Ergebnis zu Anzahl und Wachstum der Auspartialisierungsmöglichkeiten und damit der relevanten Korrelationskoeffizienten im Untersuchungsraum:
     
    Die Anzahl der Partialisierungen wächst sogar etwas schneller und stärker als das berühmte Reiskornbeispiel auf dem Schachbrett. Bereits bei einer relativ kleinen Korrelationsmatrix der Ordnung 20 gibt es 1 Million, 48 Tausend und 554 verschiedene Partialisierungen. Bei einer Ordnung N=100 sind es dann 1,26765 * 10^30 Möglichkeiten. Dies alles spricht für das Ökonomieprinzip der Wissenschaft: mit so wenig wie möglich relevanten Variablen versuchen auszukommen. Je weniger Grundgrößen, Parameter oder Variablen es gibt, desto leichter und überschaubarer können die Beziehungen untersucht werden.

    Schlußfolgerung
     
    Aus der Kombinatorik der Partialiserungs- Möglichkeiten folgt: Aus Korrelationen ohne systematischen und inhaltlichen Systembezug des relevanten Variablenraumes kann überhaupt nichts Zuverlässiges gefolgert werden [1]. Formale Korrelationsrechnungen und auf sie aufgebaute multivariate Analysen sind im Grunde nicht selten nur numerologische Rituale vom Typ Astrologie oder Tarot  - allerdings meist gut szientistisch verkleidet und getarnt. 



    Literatur
  • Anderson, O. (1954). Probleme der statistischen Methodenlehre in den Sozialwissenschaften. Würzburg: Physica.
  • Gebelein, H. & Heite, H.-J. (1951). Statistische Urteilsbildung. Erläutert an Beispielen aus Medizin und Biologie. Berlin: Springer.
  • Guilford, J. P. (1950). Partial Correlation. In: Fundamental Statistics in Psychology and Education, p. 345-347.  New York: McGraw-Hill
  • Kriz, J. (1978). Statistik in den Sozialwissenschaften. Reinbek: Rowohlt.
  • Kriz, J. (1981). Methodenkritik empirischer Sozialforschung. Stuttgart: Teubner.
  • Sachs, Lothar (1984, 6.A.). Angewandte Statistik. Berlin: Springer.
  • Sponsel, Rudolf (1984). Probleme vollständiger Partialisierung. In:  Lebens- und Selbstzufriedenheit als Psychotherapieerfolgskontrolle. Praktische Systematik psychologischer Behandlungsforschung. S. 213-222. Dissertation, Erlangen: IEC-Verlag. Gebundene Sonderausgabe; ist auch im CST-SYSTEM enthalten: 03-7,8-35-01 bis 10.
  • Sponsel, Rudolf & Hain, Bernhard (1994). Numerisch instabile Matrizen und Kollinearität in der Psychologie. Diagnose, Relevanz & Utilität, Frequenz, Ätiologie, Therapie.  Ill-Conditioned Matrices and Collinearity in Psychology. Deutsch-Englisch. Übersetzt von Agnes Mehl. Kapitel 6 von Dr. Bernhard Hain: Bemerkungen über Korrelationsmatrizen. Erlangen: IEC-Verlag [ISSN-0944-5072  ISBN 3-923389-03-5]. Aktueller Preis: www.iec-verlag.de
  • Sponsel, R. (2001): Zur Astrologie: Kepler: Närrisches Töchterlein und Naturwissenschaft * Siderisches Tierkreis und Präzession *  'Doppelblindversuche' Freud und Ludwig II. * Überblick Kritisches und Amüsantes zur Astrologie in der IP-GIPT
  • [1] Diese Erkenntnis zeichnete sich schon in meiner Dissertation 1984 ab [Ergebnisse Dis]:


  •  



    Glossar, Anmerkungen und Fußnoten
    1) GIPT= General and Integrative Psychotherapy, internationale Bezeichnung für Allgemeine und Integrative Psychotherapie.
    ___
    Links zum Storchen-Geburtenrate-Phänomen, die aus dem Netz verschwanden:
      https://www.uni-karlsruhe.de/~humangeographie/ergaenzung/storch.pdf
      https://www.soziologie.uni-freiburg.de/multimedia/kurse/methoden%204%20ss%202002/ms4teil3.pdf
      https://mspcdip.mathematik.uni-karlsruhe.de/german/personen/klar/biopraktikum_unterl_ps.ps

    Querverweise:
    Standort: Partielle Korrelation
    *
    Partielle Korrelationsanalyse Omikron% und Inzidenz.
    Partielle Korrelationsmatrix nicht notwendig positiv [semi] definit. * Vollständige Partialisierung von 5 Börsenindices *
     Vollständige 501 partielle Korrelationsanalysen am Beispiel IST 70 * Korrelation * Fast- Kollinearität in Korrelationsmatrizen mit Eigenwertanalysen erkennen. * Wissenschaft in der IP-GIPT * Kritik Handhabung Faktorenanalyse * Numerisch instabile Matrizen und Kollinearität in der Psychologie * Fehlersimulation und Faktorenanalyse * Zahlen * Der Kardinal-Skalenbeweis zur Summen-Score-Funktion * Grundzüge einer ideographischen Wissenschaftstheorie * Welten *
    *
    Suchen in der IP-GIPT, z.B. mit Hilfe von "google": <suchbegriff> site:www.sgipt.org
    z.B. z.B. Korrelation site:www.sgipt.org. 
    *
    Dienstleistungs-Info.
    *

    Fußnoten
    1) GIPT= General and Integrative Psychotherapy, internationale Bezeichnung für Allgemeine und Integrative Psychotherapie.

    Zitierung
    Sponsel, R.  (DAS). Partielle Korrelationen. Definition und Methode * Tücken und Fallen  *  Wichtige Anwendungen in der Psychologie * Kombinatorik der Anzahlen. Abteilung Arbeiten zur Definitionslehre, Methodologie, Meßproblematik, Statistik und Wissenschaftstheorie besonders in Psychologie, Psychotherapie und Psychotherapieforschung. Internet Publikation  für Allgemeine und Integrative Psychotherapie  IP-GIPT. Erlangen:  https://www.sgipt.org/wisms/statm/kor/partkor.htm
    Copyright & Nutzungsrechte
    Diese Seite darf von jeder/m in nicht-kommerziellen Verwertungen frei aber nur original bearbeitet und nicht  inhaltlich verändert und nur bei vollständiger Angabe der Zitierungs-Quelle benutzt werden. Das Einbinden in fremde Seiten oder Rahmen, die die Urheberschaft der IP-GIPT nicht jederzeit klar erkennen lassen, ist nicht gestattet. Sofern die Rechte anderer berührt sind, sind diese dort zu erkunden. Sollten wir die Rechte anderer unberechtigt genutzt haben, bitten wir um Mitteilung. Soweit es um (längere) Zitate aus  ...  geht, sind die Rechte bei/m ... zu erkunden oder eine Erlaubnis einzuholen.
    Ende  Partielle Korrelation
    _Datenschutz_Überblick_ Rel. Aktuelles _Rel. Beständiges_ Titelblatt_ Konzept_ Archiv_Region_Service iec-verlag  _Mail: sekretariat@sgipt.org__Wichtiger Hinweis zu Links und Empfehlungen



    Änderungen
    16.01.22    Partielle Korrelationsanalyse Omikron% und Inzidenz.
    05.05.07    Eigenes Beispiel für die Storchennest-Geburtenrate Paradoxie.
    02.05.07    Hinweis: Vollständige Partialisierung von 5 Börsenindices.
    28.06.06    Beweis Dr. Hain: Partielle Korrelationsmatrix nicht notwendig positiv [semi] definit.
    30.05.06    Beispiel einer vollständig partiellen Korrelation (Partition 7,11,14 und 16 ) beim Extraversionsfragebogen, die zu einer indefiniten Matrix führt.
    19.01.04    Link auf Korrelation.