A korreláció és a regresszió közötti különbségek A különbség

Mindkét korreláció és regresszió statisztikai eszközök, amelyek két vagy több változóval foglalkoznak. Bár mindkettő ugyanarra a témára vonatkozik, különbségek vannak a kettő között. A kettő közötti különbségeket az alábbiakban ismertetjük.

Jelentés

A két vagy több változóra utaló korreláció azt jelenti, hogy a változók valamilyen módon kapcsolódnak egymáshoz. A korrelációelemzés meghatározza, hogy van-e kapcsolat két változó között, és a kapcsolat ereje. Ha két változó x (független) és y (függő) olyan összefüggésben áll egymással, hogy a független változó nagyságának változását a függő változó nagyságának variációjával kíséri, akkor a két változó összefüggésben áll.

A korreláció lehet lineáris vagy nem lineáris. Egy lineáris korreláció olyan, ahol a változók annyira összefüggenek, hogy egy változó értékének változása következtében változást okozna az egyéb változók értékeiben. Egy lineáris korrelációban a függő és független változók megfelelő értékeire vonatkozó szétszórt pontok egy nem vízszintes egyenes vonal köré csoportosulnak, bár a vízszintes egyenes lineáris összefüggést is jelez a változók között, ha egy egyenes vonalat a a változók.

A regressziós analízis másrészt a meglévő adatokat használja a matematikai összefüggések meghatározására azon változók között, amelyeket a függő változó értékének meghatározására használhat a független változó bármely értékéhez képest.

Statisztikai orientáció

A korreláció az összefüggés erősségének vagy a kapcsolat intenzitásának mérésére vonatkozik, ahol a regresszió a függő változó értékének előrejelzésével kapcsolatos, a független változó ismert értékéhez viszonyítva. Ez a következő képletekkel magyarázható.

Az x és y közötti korrelációs együtthatót vagy koefficiens korrelációt (r) a következő képlet segítségével találjuk meg;

r = kovariancia (x, y) / σx. σy, cov (x, y) = Σy / n, σx és σy az x és y szórása, és -1

R korrelációs koefficiens tiszta szám és független a mérési egységtől. Így ha x a magassága (hüvelyk) és y az adott régióban lévő emberek tömege (lbs.), Akkor r nem sem hüvelyk, sem font., hanem egyszerűen egy szám.

A regressziós egyenlet a következő képlet segítségével kerül megállapításra;

Az y y regressziós egyenlete x-re (y-ra vonatkozó becslés) y-y '= byx (x-x~), a byx az y y regressziós együtthatója.Az x x regressziós egyenlete x-re (x-re vonatkozó becslés) x-x '= bxy (y-y~), a bxy-t az y y regressziós koefficiensének nevezzük.

A korrelációelemzés nem veszi figyelembe bármely változó függését más változótól, és nem is próbálja kideríteni a kettő közötti kapcsolatot. Egyszerűen becsüli a változók közötti kapcsolódás mértékét. Más szóval a korrelációs analízis a változók kölcsönös függőségét vizsgálja. A regressziós analízis leírja a függő változó vagy válaszváltozó függését a független vagy magyarázó változóról. A regressziós analízis azt feltételezi, hogy a magyarázó és válaszváltozók közötti egyirányú oksági kapcsolat létezik, és nem veszi figyelembe, hogy ez az oksági kapcsolat pozitív vagy negatív. A korrelációhoz mind az függő, mind a független változók értékei véletlenszerűek, azonban a független változók regressziós értékeinek nem kell véletlenszerűek.

Összefoglalás

1. A korrelációs analízis két változó közötti kölcsönös függőség vizsgálata. A regressziós analízis matematikai képletet ad a függő változó értékének meghatározására a független változó / s értékhez képest.

2. A korrelációs együttható független a származási és a skála választékától, de a regressziós együttható nem így van.

A korrelációhoz mindkét változónak véletlenszerűnek kell lennie, de ez nem így van a regressziós együtthatóval.

Irodalom

1. Das, N. G. (1998), Statistical Methods, Calcutta

2. Korreláció és regresszió, elérhető a www. le. ac. uk / BL / GAT / virtualfc / statisztika / regressziós

3. Regresszió és korreláció, elérhető a www. szakadék. uoregon. edu