A különbség a kovariancia és a korreláció között A különbség a

Kovariancia és korreláció

A kovariancia és a korreláció két fogalom a valószínűség és a statisztika területén. Mindkét fogalom leírja a két változó közötti kapcsolatot. Ezenkívül mindkettő a változók közötti bizonyos függőség mérésének eszköze.

-1 ->

A "kovariancia" a "két véletlenszerű változat várható értékei várható értékét" jelenti, míg a "korreláció" a két véletlenszerű változat várható értéke. "

Az egyszerűsítés érdekében a kovariancia megpróbálja megvizsgálni és mérni, hogy mennyi változó változik együtt. Ebben a koncepcióban mindkét változó azonos módon változhat, anélkül, hogy bármilyen kapcsolatot jelezne. A kovariancia a két vagy több véletlenszerű változó közötti korreláció erősségének vagy gyengeségének mérése, míg a korreláció a kovariancia skálázott változata.

Mind a kovariancia, mind a korreláció megkülönböztető jellegű. A kovariancia pozitív kovariancia (két változó együttesen változik) és negatív kovariancia (egy változó a várt érték felett vagy alatt van egy másik változóhoz képest). Másrészről a korrelációnak három kategóriája van: pozitív, negatív vagy nulla. A pozitív korrelációt pluszjel, negatív korreláció negatív jellel és korrelálatlan változókkal jelzi - "0. „

Mind a kovariancia, mind a korreláció tartományban van. A korrelációs értékek -1 és +1 között vannak. A kovariancia szempontjából az értékek meghaladhatják vagy a korrelációs tartományon kívül lehetnek. Ezenkívül a korrelációs értékek az "X" és az "Y" mértékegységektől függenek. "

Egy másik figyelemre méltó különbség az, hogy a korreláció dimenzió nélküli. Ezzel ellentétben a kovariancia olyan egységekben van leírva, amelyek egy változó egységét megszorozzák egy másik változó egy másik egységével. A kovariancia a két entitás, például a változók vagy adatkészletek közötti kapcsolatra összpontosít. Ezzel szemben a korreláció két vagy több változót vagy adatkészletet és a köztük lévő kapcsolatokat vonhat maga után.

Egy másik figyelemre méltó különbség a kettő között abban áll, hogy a kovariancia gyakran egy varianciával (az egyik tulajdonsága, de a szóródás vagy diszperzió közös mérőszáma is egyben), míg a korreláció együtt jár a függőséggel és a regressziós analízissel. A függőség a "két adatkészlet vagy a véletlen változók közötti kapcsolat", míg a regressziós analízis a független és függő változók közötti kapcsolat vizsgálata. A korreláció egyéb osztályozása részleges és többszörös korreláció.

Összefoglaló:

1. A kovariancia és a korreláció két fogalom a statisztika és a valószínűség tanulmányozásában.Fogalommeghatározásukban különbözőek, de szorosan összefüggenek egymással. Mindkét koncepció leírja a kapcsolatot és mérje meg a két vagy több változó közötti függőséget.

2. A kovariancia a véletlen értékek közötti két véletlenszerű változat várható változójának várható értéke, míg a korrelációnak szinte azonos definíciója van, de nem tartalmazza a variációkat.

3. A kovariancia szintén két olyan véletlen változó mértéke, amelyek együttesen változóak. Eközben a korreláció a kölcsönös függőséghez vagy társuláshoz kapcsolódik. Egyszerűen fogalmazva, a korreláció az, hogy milyen messze vagy milyen közel áll egymástól két változó.

4. A kovariancia a korreláció egyik mértéke, míg a korreláció a kovariancia egy skálázott változata.

5. A kovariancia két változó vagy adatkészlet közötti kapcsolatot vonhat maga után, míg a korreláció magában foglalhatja a többváltozó közötti kapcsolatot is.

6. A korrelációs értékek a pozitív 1-től a negatívig terjednek 1. Másrészt a kovariancia értékek meghaladhatják ezt a skálát.

7. Mind a korreláció, mind a kovariancia a típusuk pozitív vagy negatív leírását alkalmazza. A kovariancia kétféle - pozitív kovariancia (ahol két változó együtt változik) és negatív kovariancia (ahol egy változó magasabb vagy alacsonyabb a másiknál). A korreláció szempontjából a pozitív és a negatív korrelációkat egy további kategória, "0" - nem korrelált típus kapcsolja össze.