Recomandat, 2020

Alegerea Editorului

Diferența dintre corelație și regresie

Corelația și regresia sunt cele două analize bazate pe distribuția multivariată. Distribuția multivariată este descrisă ca o distribuție a mai multor variabile. Corelația este descrisă ca analiză care ne permite să aflăm asocierea sau absența relației dintre două variabile "x" și "y". În celălalt capăt, analiza de regresie prezice valoarea variabilei dependente bazată pe valoarea cunoscută a variabilei independente, presupunând că relația matematică medie între două sau mai multe variabile.

Diferența dintre corelație și regresie este una dintre întrebările frecvente în interviuri. În plus, mulți oameni suferă o ambiguitate în înțelegerea acestor două. Deci, ia o citire completă a acestui articol pentru a avea o înțelegere clară asupra acestor două.

Diagramă de comparație

Bazele comparațieiCorelațieregresiune
SensCorelația este o măsură statistică care determină co-relația sau asocierea a două variabile.Regresia descrie modul în care o variabilă independentă este asociată numeric cu variabila dependentă.
folosirePentru a reprezenta relația liniară între două variabile.Pentru a potrivi o linie optimă și pentru a estima o variabilă pe baza unei alte variabile.
Dependente și variabile independenteNicio diferentaAmbele variabile sunt diferite.
indicăCoeficientul de corelație indică măsura în care două variabile se mișcă împreună.Regresia indică impactul unei modificări a unității în variabila cunoscută (x) asupra variabilei estimate (y).
ObiectivPentru a găsi o valoare numerică care exprimă relația dintre variabile.Pentru a estima valori ale variabilei aleatoare pe baza valorilor variabilei fixe.

Definiția corelație

Termenul de corelare este o combinație a două cuvinte "Co" (împreună) și relația (conexiunea) între două cantități. Corelația este atunci când, la momentul studierii a două variabile, se observă că o schimbare de unitate într-o variabilă este retaliată de o schimbare echivalentă a altei variabile, adică directe sau indirecte. Sau, variabilele se spune că sunt necorelate atunci când mișcarea într-o singură variabilă nu echivalează cu nici o mișcare într-o altă variabilă într-o anumită direcție. Este o tehnică statistică care reprezintă forța conexiunii între perechi de variabile.

Corelația poate fi pozitivă sau negativă. Atunci când cele două variabile se mișcă în aceeași direcție, adică o creștere a unei variabile va avea ca rezultat o creștere corespunzătoare a unei alte variabile și invers, atunci variabilele sunt considerate a fi corelate pozitiv. De exemplu : profit și investiții.

Dimpotrivă, atunci când cele două variabile se mișcă în direcții diferite, astfel încât o creștere a unei variabile va duce la o scădere a unei alte variabile și viceversa. Această situație este cunoscută drept corelație negativă. De exemplu : prețul și cererea unui produs.

Măsurile de corelație sunt date sub forma:

  • Coeficientul de corelație Produs-moment al lui Karl Pearson
  • Spearman coeficient de corelație rang
  • Diagrama de dispersie
  • Coeficientul de abateri concurente

Definiția Regression

O tehnică statistică pentru estimarea variației variabilei dependente metrice datorată modificării uneia sau mai multor variabile independente, bazată pe relația matematică medie între două sau mai multe variabile, este cunoscută sub denumirea de regresie. Acesta joacă un rol semnificativ în multe activități umane, deoarece este un instrument puternic și flexibil care a folosit pentru a prognoza evenimentele trecute, prezente sau viitoare pe baza evenimentelor trecute sau prezente. De exemplu : Pe baza datelor din trecut, profitul viitor al unei întreprinderi poate fi estimat.

Într-o regresie liniară simplă, există două variabile x și y, în care y depinde de x sau spune influențat de x. Aici y este numit dependent sau variabilă de criteriu și x este variabilă independentă sau predictivă. Linia de regresie a y pe x este exprimată ca sub:

y = a + bx

unde, a = constantă,
b = coeficient de regresie,
În această ecuație, a și b sunt cei doi parametri de regresie.

Diferențele cheie între corelație și regresie

Punctele de mai jos explică în detaliu diferența dintre corelație și regresie:

  1. O măsură statistică care determină co-relația sau asocierea a două cantități este cunoscută sub numele de Corelație. Regresia descrie modul în care o variabilă independentă este asociată numeric cu variabila dependentă.
  2. Corelația este utilizată pentru a reprezenta relația liniară dintre două variabile. Dimpotrivă, regresia este folosită pentru a se potrivi celei mai bune linii și pentru a estima o variabilă pe baza unei alte variabile.
  3. În corelație, nu există nicio diferență între variabilele dependente și cele independente, adică corelația dintre x și y este similară cu y și x. În schimb, regresia lui y pe x este diferită de x pe y.
  4. Corelația indică forța asocierii între variabile. Spre deosebire de aceasta, regresia reflectă impactul modificării unității în variabila independentă asupra variabilei dependente.
  5. Corelația vizează găsirea unei valori numerice care exprimă relația dintre variabile. Spre deosebire de regresia al cărei scop este de a prezice valorile variabilei aleatoare pe baza valorilor variabilei fixe.

Concluzie

Cu discuția de mai sus, este evident că există o mare diferență între aceste două concepte matematice, deși aceste două sunt studiate împreună. Corelația este utilizată atunci când cercetătorul dorește să știe dacă variabilele studiate sunt corelate sau nu, dacă da, care este puterea asocierii lor. Coeficientul de corelare Pearson este considerat drept cea mai bună măsură de corelare. În analiza de regresie, se stabilește o relație funcțională între două variabile, astfel încât să se facă proiecții viitoare privind evenimentele.

Top