Корелацията се счита за най-доброто средство за измерване и изразяване на количествената връзка между две променливи във формулата. От друга страна, ковариацията е, когато две позиции варират заедно. Прочетете статията, за да разберете разликите между ковариацията и корелацията.
Сравнителна таблица
| Основа за сравнение | ковариация | корелация |
|---|---|---|
| значение | Ковариацията е мярка, показваща степента, в която две случайни променливи се променят в тандем. | Корелацията е статистическа мярка, която показва колко силно са свързани двете променливи. |
| Какво е? | Мярка на корелация | Мащабна версия на ковариацията |
| Стойности | Лъжа между -∞ и + ∞ | Легнете между -1 и +1 |
| Промяна в мащаба | Засяга ковариацията | Не засяга корелация |
| Мярка без единица | Не | да |
Определение на ковариацията
Ковариацията е статистически термин, дефиниран като систематична връзка между двойка случайни променливи, при която промяната в една променлива е взаимно свързана с еквивалентна промяна в друга променлива.
Ковариацията може да приеме всяка стойност между -∞ до + ∞, при което отрицателната стойност е индикатор за отрицателна връзка, докато положителната стойност представлява положителната връзка. Освен това се установява линейната зависимост между променливите. Следователно, когато стойността е нула, това означава, че няма връзка. В допълнение към това, когато всички наблюдения на двете променливи са еднакви, ковариацията ще бъде нула.
В ковариацията, когато променяме единицата за наблюдение върху някоя или и двете променливи, няма промяна в силата на връзката между две променливи, но стойността на ковариацията се променя.
Дефиниция на корелация
Корелацията се описва като мярка в статистиката, която определя степента, в която две или повече случайни променливи се движат в тандем. По време на изучаването на две променливи, ако е наблюдавано, че движението в една променлива е реципрочно от еквивалентно движение, друга променлива, по някакъв начин или по друг начин, тогава променливите се казва, че са корелирани.
Съотношението е два вида, т.е. положителна корелация или отрицателна корелация. Смята се, че променливите са положително или директно свързани, когато двете променливи се движат в една и съща посока. Напротив, когато двете променливи се движат в противоположна посока, корелацията е отрицателна или обратна.
Стойността на корелацията лежи между -1 и +1, при което стойностите, близки до +1, представляват силна положителна корелация и стойности, близки до -1, са индикатор за силна отрицателна корелация. Съществуват четири мерки на корелация:
- Диаграма на разсейване
- Коефициент на корелация на продуктовия момент
- Коефициент на ранг корелация
- Коефициент на едновременни отклонения
Ключови разлики между ковариацията и корелацията
Следващите точки са забележителни, доколкото става въпрос за разликата между ковариацията и корелацията:
- Мярка, използвана за посочване на степента, в която две случайни променливи се променят в тандем, е известна като ковариация. Мярка, използвана за представяне на това колко силно са свързани две случайни величини, известни като корелация.
- Ковариацията не е нищо друго освен мярка за корелация. Напротив, корелацията се отнася до мащабирана форма на ковариация.
- Стойността на корелацията се извършва между -1 и +1. Обратно, стойността на ковариацията е между -∞ и + ∞.
- Ковариацията се влияе от промяната в мащаба, т.е. ако цялата стойност на една променлива се умножи по константа и цялата стойност на друга променлива се умножи по подобна или различна константа, тогава ковариацията се променя. За разлика от това, корелацията не се влияе от промяната в мащаба.
- Корелацията е безразмерна, т.е. тя е безмерна мярка за отношението между променливите. За разлика от ковариацията, където стойността се получава от произведението на единиците от двете променливи.
прилики
И двете мерки имат само линейна зависимост между две променливи, т.е. когато коефициентът на корелация е нула, ковариацията също е нула. Освен това, двете мерки не са засегнати от промяната в местоположението.
заключение
Корелацията е специален случай на ковариация, която може да бъде получена, когато данните са стандартизирани. Сега, когато става въпрос за избор, който е по-добра мярка за връзката между две променливи, се предпочита връзката пред ковариацията, тъй като тя остава незасегната от промяната в местоположението и мащаба и може да се използва за сравнение между две двойки променливи.
