Rozdiel medzi koreláciou a regresiou

2019

Korelácia a regresia sú dve analýzy založené na multivariačnej distribúcii. Viacrozmerná distribúcia je opísaná ako distribúcia viacerých premenných. Korelácia je opísaná ako analýza, ktorá nám umožňuje zistiť spojenie alebo neprítomnosť vzťahu medzi dvoma premennými "x" a "y". Na druhej strane regresná analýza predpovedá hodnotu závislej premennej na základe známej hodnoty nezávislej premennej za predpokladu, že priemerný matematický vzťah medzi dvomi alebo viacerými premennými.

Rozdiel medzi koreláciou a regresiou je jednou z často kladených otázok v rozhovoroch. Okrem toho mnohí ľudia trpia nejednoznačnosťou v pochopení týchto dvoch. Prečítajte si celý článok, aby ste si jasne uvedomili tieto dva.

Porovnávacia tabuľka

Základ pre porovnanie	Korelácia	regresia
zmysel	Korelácia je štatistické opatrenie, ktoré určuje spoločný vzťah alebo asociáciu dvoch premenných.	Regresia opisuje, ako je nezávislá premenná numericky spojená s závislou premennou.
používanie	Predstavuje lineárny vzťah medzi dvoma premennými.	Vyrovnať najlepší riadok a odhadnúť jednu premennú na základe inej premennej.
Závislé a nezávislé premenné	Žiadny rozdiel	Obidve premenné sú odlišné.
označuje	Korelačný koeficient udáva rozsah, v ktorom sa dve premenné pohybujú spoločne.	Regresia indikuje vplyv zmeny jednotky v známej premennej (x) na odhadovanú premennú (y).
objektívny	Nájsť číselnú hodnotu vyjadrujúcu vzťah medzi premennými.	Odhadnúť hodnoty náhodnej premennej na základe hodnôt pevnej premennej.

Definícia korelácie

Pojem korelácia je kombináciou dvoch slov "Co" (dohromady) a vzťah (spojenie) medzi dvomi množstvami. Korelácia je vtedy, keď sa v čase štúdia dvoch premenných pozoruje, že jednotková zmena v jednej premennej je odvetná ekvivalentnou zmenou inej premennej, tj priamej alebo nepriamej. Alebo sa uvádza, že premenné nie sú korelované, keď pohyb v jednej premennej nepredstavuje akýkoľvek pohyb v inej premennej v určitom smere. Je to štatistická technika, ktorá predstavuje silu spojenia medzi dvojicami premenných.

Korelácia môže byť pozitívna alebo negatívna. Keď sa obe premenné pohybujú v tom istom smere, tj zvýšenie jednej premennej bude mať za následok zodpovedajúci nárast inej premennej a naopak, potom sa premenné považujú za pozitívne korelované. Napríklad : zisk a investícia.

Naopak, keď sa obe premenné pohybujú v rôznych smeroch tak, že zvýšenie jednej premennej povedie k poklesu inej premennej a naopak, Táto situácia je známa ako negatívna korelácia. Napríklad : Cena a dopyt výrobku.

Opatrenia korelácie sú uvedené v nasledujúcom texte:

Karl Pearsonova korelačný koeficient Produkt-moment
Spearmanov koeficient korelácie
Rozptylový diagram
Koeficient súbežných odchýlok

Definícia regresie

Štatistická technika na odhadovanie zmeny v závislej premennej metrice v dôsledku zmeny jednej alebo viacerých nezávislých premenných na základe priemerného matematického vzťahu medzi dvomi alebo viacerými premennými je známa ako regresia. Zohráva významnú úlohu v mnohých ľudských činnostiach, pretože je silným a flexibilným nástrojom, ktorý predpovedal minulé, súčasné alebo budúce udalosti na základe minulých alebo súčasných udalostí. Napríklad : Na základe minulých záznamov možno odhadnúť budúci zisk podniku.

V jednoduchej lineárnej regresii existujú dve premenné x a y, kde y závisí na x alebo povedzme ovplyvnené x. Tu y je nazývaná ako závislá alebo premenná kritéria a x je nezávislá alebo prediktorová premenná. Regresná čiara y na x je vyjadrená ako:

y = a + bx

kde, a = konštantná,
b = regresný koeficient,
V tejto rovnici sú a a b dva parametre regresie.

Kľúčové rozdiely medzi koreláciou a regresiou

Nasledujúce body vysvetľujú podrobne rozdiely medzi koreláciou a regresiou:

Štatistické opatrenie, ktoré určuje vzájomný vzťah alebo asociáciu dvoch množstiev, je známe ako korelácia. Regresia opisuje, ako je nezávislá premenná numericky spojená s závislou premennou.
Korelácia sa používa na vyjadrenie lineárneho vzťahu medzi dvoma premennými. Naopak, regresia sa používa na prispôsobenie najlepšej čiary a odhad jednej premennej na základe inej premennej.
V korelácii neexistuje žiadny rozdiel medzi závislými a nezávislými premennými, tj korelácia medzi x a y je podobná y a x. Naopak, regresia y na x sa líši od x na y.
Korelácia označuje silu spojenia medzi premennými. Na rozdiel od toho regresia odráža vplyv zmeny jednotky v nezávislej premennej na závislú premennú.
Cieľom korelácie je nájsť číselnú hodnotu, ktorá vyjadruje vzťah medzi premennými. Na rozdiel od regresie, ktorej cieľom je predpovedať hodnoty náhodnej premennej na základe hodnôt pevnej premennej.

záver

S vyššie uvedenou diskusiou je zrejmé, že medzi týmito dvoma matematickými konceptmi existuje veľký rozdiel, hoci sú tieto dva spoločne študované. Korelácia sa používa, keď výskumník chce vedieť, či sú premenné, ktoré sú predmetom štúdie, korelované alebo nie, ak áno, aká je sila ich asociácie. Pearsonov koeficient korelácie sa považuje za najlepšiu mieru korelácie. V regresnej analýze sa stanovuje funkčný vzťah medzi dvoma premennými, aby sa mohli v budúcnosti premietnuť udalosti.