Kovariatsiooni ja korrelatsiooni erinevus

Kovariatsioon ja Korrelatsioon on kaks matemaatilist mõistet, mida ettevõtlusstatistikas kasutatakse üsna sageli. Mõlemad kaks määravad seose ja mõõdavad kahe juhusliku muutuja vahelist sõltuvust. Vaatamata nende kahe matemaatilise termini mõningatele sarnasustele on nad üksteisest erinevad. Korrelatsioon on siis, kui muudatused ühes üksuses võivad põhjustada muudatusi teises üksuses.

Korrelatsiooni peetakse parimaks vahendiks valemi kahe muutuja vahelise kvantitatiivse suhte mõõtmiseks ja väljendamiseks. Teisest küljest on kovariatsioon siis, kui kaks elementi erinevad üksteisest. Kovariatsiooni ja korrelatsiooni erinevuste teadmiseks lugege antud artiklit.

Sisu: Covariance Vs korrelatsioon

1. Võrdlusdiagramm
2. Definitsioon
3. Peamised erinevused
4. Sarnasused
5. Järeldus

Võrdlusdiagramm

Võrdluse alus	Kovariatsioon	Korrelatsioon
Tähendus	Kovariants on mõõt, mis näitab, kui suurel määral kaks juhuslikku muutujat muutuvad.	Korrelatsioon on statistiline mõõt, mis näitab, kui tugevalt on kaks muutujat omavahel seotud.
Mis see on?	Korrelatsiooni mõõt	Kovariatsiooni skaleeritud versioon
Väärtused	Asub vahemikus -∞ ja + ∞	Asub vahemikus -1 kuni +1
Skaala muutus	Mõjub kovariatsioonile	Ei mõjuta korrelatsiooni
Ühikuvaba meede	Ei	Jah

Kovariatsiooni määratlus

Kovariatsioon on statistiline termin, mis on määratletud kui juhuslike muutujate paari süstemaatiline seos, kus ühe muutuja muutus on sama, mis samaväärse teise muutujaga..

Kovariatsioon võib võtta mis tahes väärtuse vahemikus -∞ kuni + ∞, kus negatiivne väärtus on negatiivse suhte näitaja, samas kui positiivne väärtus tähistab positiivset suhet. Lisaks tuvastab see muutujate vahelise lineaarse seose. Seega, kui väärtus on null, ei tähenda see seost. Lisaks, kui kummagi muutuja kõik vaatlused on samad, on kovariatsioon null.

Kui muudame kovariantsis ükskõik millise või mõlema muutuja vaatlusühikut, siis kahe muutuja vahelise seose tugevus ei muutu, kuid kovariatsiooni väärtus muutub.

Korrelatsiooni määratlus

Korrelatsiooni kirjeldatakse statistikas mõõduna, mis määrab kahe või enama juhusliku muutuja paralleelse liikumise määra. Kahe muutuja uurimise ajal, kui on täheldatud, et ühe muutuja liikumist lükkab samaväärse liigutusega ümber mõni muutuja, mingil või teisel viisil, siis öeldakse, et muutujad on korrelatsioonis.

Korrelatsiooni on kahte tüüpi, st positiivne korrelatsioon või negatiivne korrelatsioon. Muutujad on väidetavalt positiivselt või otseselt korrelatsioonis, kui kaks muutujat liiguvad samas suunas. Vastupidi, kui kaks muutujat liiguvad vastupidises suunas, on korrelatsioon negatiivne või pöördvõrdeline.

Korrelatsiooni väärtus jääb vahemikku -1 kuni +1, kus +1 lähedal olevad väärtused tähistavad tugevat positiivset korrelatsiooni ja -1 lähedal olevad väärtused on tugeva negatiivse korrelatsiooni näitajad. Korrelatsiooni on neli mõõdikut:

• Hajumisskeem
• Tootehetke korrelatsioonikordaja
• Asetuse korrelatsioonikordaja
• Samaaegsete kõrvalekallete koefitsient

Kovariatsiooni ja korrelatsiooni peamised erinevused

Kovariatsiooni ja korrelatsiooni erinevuse osas on tähelepanuväärsed järgmised punktid:

1. Mõõtu, mida kasutatakse kahe juhusliku muutuja muutumise paralleelsuse määramiseks, nimetatakse kovariatsiooniks. Mõõt, mida kasutatakse kahe juhusliku muutuja omavahel tihedalt seotud esinemiseks, on korrelatsioon.
2. Kovariantsus pole midagi muud kui korrelatsiooni mõõt. Vastupidi, korrelatsioon viitab kovariatsiooni skaleeritud vormile.
3. Korrelatsiooni väärtus toimub vahemikus -1 kuni +1. Vastupidiselt jääb kovariatsiooni väärtus vahemikku -∞ ja + ∞.
4. Kovariatsiooni mõjutab skaala muutus, st kui ühe muutuja kogu väärtus korrutatakse konstandiga ja teise muutuja kogu väärtus korrutatakse sarnase või erineva konstandiga, siis kovariatsiooni muudetakse. Vastupidiselt sellele ei mõjuta korrelatsiooni skaala muutus.
5. Korrelatsioon on mõõtmeteta, st see on muutujate vahelise suhte ühikuvaba mõõt. Erinevalt kovariatsioonist, kus väärtus saadakse kahe muutuja ühikute korrutisega.

Sarnasused

Mõlemad mõõdavad kahe muutuja vahel ainult lineaarset suhet, st kui korrelatsioonikordaja on null, on ka kovariatsioon null. Asukohamuutus ei mõjuta neid kahte meedet.

Järeldus

Korrelatsioon on kovariatsiooni erijuhtum, mille saab standardiseeritud andmete korral. Nüüd, kui on vaja teha valik, mis on kahe muutuja vahelise seose parem mõõdupuu, eelistatakse korrelatsiooni kovariatsiooni asemel, kuna asukoha ja ulatuse muutus seda ei mõjuta, ning seda saab kasutada ka võrdluse tegemiseks kaks muutujate paari.