Különbség a pozitív és a negatív korreláció között | Pozitív vs. negatív korreláció
Pozitív korreláció vs. negatív korreláció
Korreláció egy intézkedés a két változó közötti kapcsolat erejéről. A korrelációs együttható meghatározza a változó változásának mértékét a változó változása alapján. A statisztikákban a korreláció a függőség fogalmához kapcsolódik, ami két változó közötti statisztikai kapcsolat.
A Pearson korrelációs együtthatóját vagy a Pearson-termék-momentum korrelációs koefficiensét, vagy egyszerűen a korrelációs együtthatót a következő képletekkel kapjuk meg.Lakosság:
és
az X és az Y standard pontszámai. az átlag és s X és s Y az X és az Y standard deviációja. A Pearson korrelációs együtthatója (vagy csak a korrelációs együttható) általánosan használt korrelációs együttható, és csak a változók közötti lineáris összefüggésre érvényes. r értéke -1 és 1 között van (-1 ≤ r ≤ +1). Ha r = 0, akkor nincs összefüggés, és ha r ≥ 0, akkor a reláció egyenesen arányos, és egy változó értéke növekszik a másikkal. Ha r ≤ 0, egy változó csökken, ahogy a másik nő, és fordítva.A linearitás miatt a r korrelációs koefficiens is használható a változók közötti lineáris kapcsolat jelenlétének megállapításához.
Mi a különbség a pozitív korreláció és a negatív korreláció között?
• Ha van két pozitív változó pozitív korrelációja (r> 0), akkor az egyik változó arányos a másik változóval. Ha egy változó növeli a többi növekedést. Ha egy változó csökken, akkor a másik is csökken.
• Ha a két véletlen változó között negatív korreláció (r <0) van, akkor a változók ellentétesek egymással. Ha egy változó növeli a többi csökkenést és fordítva.
• A pozitív korrelációhoz közelítő vonal pozitív gradienssel rendelkezik, és a negatív korrelációhoz közelítő vonal negatív gradienssel rendelkezik.