Forskel mellem covariance og korrelation

Kovarians vs. korrelation

Kovarians og korrelation er to begreber inden for sandsynlighed og statistik. Begge begreber beskriver forholdet mellem to variabler. Derudover er begge værktøjer til måling af en bestemt form for afhængighed mellem variabler.

"Covariance" er defineret som "den forventede værdi af variationer af to tilfældige variabler fra deres forventede værdier", mens "korrelation" er "den forventede værdi af to tilfældige variabler."
For at forenkle forsøger en samvariation at undersøge og måle, hvor meget variabler der ændres sammen. I dette koncept kan begge variabler ændres på samme måde uden at indikere noget forhold. Covariance er en måling af styrke eller svaghed i sammenhæng mellem to eller flere sæt vilkårlige variabler, mens sammenhæng fungerer som en skaleret version af en samvariation.

Både covariance og korrelation har karakteristiske typer. Covariance kan klassificeres som positiv covariance (to variabler har en tendens til at variere sammen) og negativ covariance (en variabel er over eller under den forventede værdi sammenlignet med en anden variabel). På den anden side har korrelation tre kategorier: positiv, negativ eller nul. Positiv korrelation er indikeret med et plustegn, negativ korrelation med et negativt tegn og ukorrelerede variabler - med et "0."

Både samvariation og korrelation har intervaller. Korrelationsværdier er i skalaen fra -1 til +1. Med hensyn til samvariation kan værdier overstige eller kan være uden for korrelationsområdet. Derudover er korrelationsværdier afhængige af måleenhederne "X" og "Y."
En anden bemærkelsesværdig forskel er, at en korrelation er dimensionsløs. I modsætning hertil er en samvariation beskrevet i enheder dannet ved at multiplicere enheden af ​​en variabel med en anden enhed af en anden variabel. Covariance fokuserer på forholdet mellem to enheder, såsom variabler eller datasæt. I modsætning hertil kan korrelation involvere to eller flere variabler eller datasæt og forholdet mellem dem.

En anden bemærkelsesværdig sondring mellem de to er, at en samvariation ofte er i tandem med en varians (en af ​​dens egenskaber, men også det fælles mål for spredning eller spredning), mens sammenhæng går sammen med afhængighed og regressionsanalyse. "Afhængighed" defineres som "ethvert forhold mellem to datasæt eller tilfældige variabler", mens regressionsanalyse er den metode, der bruges til at undersøge forholdet mellem uafhængige og afhængige variabler. Andre klassifikationer af korrelation er delvise og flere korrelationer.

Resumé:

1. Kovarians og korrelation er to begreber i studiet af statistikker og sandsynlighed. De er forskellige i deres definitioner, men tæt beslægtede. Begge begreber beskriver forholdet og måler typen af ​​afhængighed mellem to eller flere variabler.
2.Covariance er den forventede værdi af variation mellem to tilfældige variabler fra deres forventede værdier, mens en korrelation har næsten den samme definition, men den inkluderer ikke variation.
3.Covariance er også et mål for to tilfældige variabler, der varierer sammen. I mellemtiden er korrelation forbundet med gensidig afhængighed eller tilknytning. Kort sagt er sammenhæng, hvor langt eller hvor tæt to variabler er fra at være uafhængige af hinanden.
4.Covariance er et mål for en korrelation, mens korrelation er en skaleret version af covariance.
5.Covariance kan involvere forholdet mellem to variabler eller datasæt, mens korrelation også kan involvere forholdet mellem flere variabler.
6.Korrelationsværdier spænder fra positiv 1 til negativ 1. På den anden side kan kovariansværdier overstige denne skala.
7.Både korrelation og samvariation anvender en positiv eller negativ beskrivelse af deres typer. Covariance har to typer - positiv covariance (hvor to variabler varierer sammen) og negativ covariance (hvor den ene variabel er højere eller lavere end den anden). Når det gælder korrelation, er positive og negative korrelationer forbundet med en yderligere kategori, “0” - en ukorreleret type.