Leerlingen migratie berekenen

[DexterK]

Hallo,

Voor mijn werk ben ik bezig het voedingsgebied van verschillende scholen in kaart te brengen. Ik heb hiervoor een databestand waarin de vier cijfers van de postcode en het aantal leerlingen dat er naar school gaat in staat. Ik heb deze informatie over verschillende jaren. Om te kijken of het voedingsgebied van een school veranderd wil ik de data over de verschillende jaren met elkaar vergelijken. De data is bijvoorbeeld als volgt:

2008 2009
Postcode Aantal Postcode Aantal
2241 1 2241 1
2261 1 2252 1
2262 1 2262 2
2263 12 2262 1
2263 9 2263 8
2264 4 2263 4
2264 7 2263 7
2264 5 2264 4
2265 2 2264 4
2265 2 2264 3
2265 3 2265 1
2265 1 2265 2
2266 2 2265 4
2266 1 2266 2

Mijn vraag is dus eigenlijk: Is het mogelijk om een soort correlatiefactor te berekenen die aangeeft in welke mate de postcodes tussen de verschillende jaren met elkaar overeenkomen en waar bij voorkeur een weging van het aantal leerlingen wordt meegenomen?
Zelf loop ik er te stoeien met deze vraag en hoop dat er mensen zijn die hierover met mij willen meedenken.

Alvast hartelijk bedankt!

[David]

Hallo Dexter,

Je berekent een correlatie over 2 kwantitatieve variabelen, bijv. lengte, gewicht, leefijd.. het getal zegt iets over de kwantiteit. Een vergelijking tussen 2 waarden heeft "zin" omdat bijv. 72 kg meer is dan 56 kg, en het verschil tussen 72 kg en 56 kg is hetzelfde als 31 en 47 kg. Bij categorische getallen is dan niet persé zo. Zo heeft een gemiddelde berekenen ook "zin."

De postcode is een categorische variabele; het is een cijfer om een gebied aan te duiden. onderling verschil en een gemiddelde zeggen niets.

Een vergelijking tussen de 2 jaren, 2008 en 2009 lijkt me sowieso nuttig, omdat je 2 verschillende sets postcodes hebt waarvan sommige vaker voorkomen, zo komt postcode (pc) 2265 4 keer voor in jaar (j) 2008 en pc 2261 wel in j 2008 maar niet j 2009.