Erinevus seostamise ja korrelatsiooni vahel

Assotsiatsioon vs korrelatsioon

Seos ja korrelatsioon on kaks meetodit kahe statistilise muutuja vahelise seose selgitamiseks. Seos viitab üldisemale terminile ja korrelatsiooni võib pidada seostamise erijuhuks, kus muutujate vaheline suhe on oma olemuselt lineaarne.

Mis on ühing?

Statistilist terminit assotsiatsioon määratletakse kahe juhusliku muutuja vahelise seosena, mis muudab need statistiliselt sõltuvaks. See viitab pigem üldisele suhtele, ilma et mainitaks selle suhte spetsiifikat, ja see ei pea olema põhjuslik seos.

Kahe muutuja vahelise seose kindlakstegemiseks kasutatakse paljusid statistilisi meetodeid. Mõned näited on Pearsoni korrelatsioonikordaja, koefitsientide suhe, vahemaa korrelatsioon, Goodmani ja Kruskali Lambda ning Spearmani rho (ρ)..

Mis on korrelatsioon?

Korrelatsioon on kahe muutuja vahelise seose tugevuse mõõt. Korrelatsioonikoefitsient kvantifitseerib ühe muutuja muutumisastet teise muutuja muutuse põhjal. Statistikas on korrelatsioon seotud sõltuvuse mõistega, mis on kahe muutuja vaheline statistiline suhe

Pearsoni korrelatsioonikordaja või lihtsalt korrelatsioonikordaja r on väärtus vahemikus -1 kuni 1 (-1≤r≤ + 1). See on kõige sagedamini kasutatav korrelatsioonikordaja ja kehtib ainult muutujate vahelise lineaarse suhte korral. Kui r = 0, pole seost olemas ja kui r≥0, on suhe otseselt proportsionaalne; ühe muutuja väärtus suureneb teise suurenemisega. Kui r≤0, on suhe pöördvõrdeline; üks muutuja väheneb, kui teine ​​suureneb.

Lineaarsuse tingimuse tõttu saab korrelatsioonikordajat r kasutada ka muutujate vahelise lineaarse seose kindlakstegemiseks.

Spearmani astme korrelatsioonikordaja ja Kendralli astme korrelatsioonikordaja mõõdavad suhte tugevust, välja arvatud lineaarne tegur. Nad arvestavad ühe muutuja suurenedes või vähenedes teisega. Kui mõlemad muutujad suurenevad koos, muutub koefitsient positiivseks ja kui üks muutuja suureneb, teine ​​aga väheneb, muutub koefitsiendi väärtus negatiivseks.

Järjestuse korrelatsioonikordajaid kasutatakse lihtsalt suhte tüübi kindlakstegemiseks, kuid mitte selleks, et uurida üksikasjalikult nagu Pearsoni korrelatsioonikordaja. Neid kasutatakse ka arvutuste vähendamiseks ja tulemuste muutmiseks sõltumatumaks vaadeldavate jaotuste mittenormaalsusest.

Mis vahe on seostamisel ja korrelatsioonil??

• Assotsieerumine viitab kahe juhusliku muutuja vahelisele üldisele seosele, samas kui korrelatsioon viitab enam-vähem lineaarsele seosele juhuslike muutujate vahel..

• Assotsieerumine on mõiste, kuid korrelatsioon on seose mõõdupuu ja korrelatsiooni suuruse mõõtmiseks on olemas matemaatilised tööriistad.

• Pearsoni korrutiskoefitsient Pearson teeb kindlaks lineaarse seose olemasolu ja määrab seose olemuse (kas need on proportsionaalsed või pöördvõrdelised).

• Aste korrelatsioonikordajaid kasutatakse ainult suhte olemuse kindlaksmääramiseks, välja arvatud suhte lineaarsus (see võib olla lineaarne või mitte, kuid see näitab, kas muutujad suurenevad koos, vähenevad koos või üks suureneb, samal ajal kui teine ​​väheneb või vastupidi).