Kovariacijos ir koreliacijos skirtumas

Kovariacija ir koreliacija

Kovariancija ir koreliacija yra dvi sąvokos tikimybės ir statistikos srityje. Abi sąvokos apibūdina dviejų kintamųjų ryšį. Be to, abu yra tam tikros rūšies priklausomybės tarp kintamųjų matavimo įrankiai.

„Kovariacija“ yra apibrėžiama kaip „dviejų atsitiktinių kintamųjų tikėtinos vertės pokyčiai pagal jų numatomas reikšmes“, o „koreliacija“ yra „dviejų atsitiktinių kintamųjų tikėtina vertė“.
Kad būtų paprasčiau, kovariancija bando ištirti ir išmatuoti, kiek kintamųjų kinta kartu. Šioje sąvokoje abu kintamieji gali keistis vienodai, nenurodant jokio ryšio. Kovariacija - tai dviejų ar daugiau atsitiktinių kintamųjų grupių koreliacijos stiprumo ar silpnumo matavimas, o koreliacija naudojama kaip pakoreguota kovariacijos versija..

Tiek kovariacija, tiek koreliacija turi skirtingus tipus. Kovariacija gali būti klasifikuojama kaip teigiamas kovariacija (du kintamieji gali skirtis kartu) ir neigiamas kovariacija (vienas kintamasis yra didesnis ar mažesnis nei tikėtasi, palyginti su kitu kintamuoju). Kita vertus, koreliacija susideda iš trijų kategorijų: teigiamos, neigiamos arba nulio. Teigiamą koreliaciją rodo pliuso ženklas, neigiamą koreliaciją neigiamas ženklas, o nesusijusius kintamuosius - „0“.

Tiek kovariacija, tiek koreliacija turi diapazonus. Koreliacijos vertės yra skalėje nuo -1 iki +1. Kovariacijos atžvilgiu reikšmės gali viršyti koreliacijos diapazoną arba būti už jo ribų. Be to, koreliacijos vertės priklauso nuo „X“ ir „Y“ matavimo vienetų.
Kitas pastebimas skirtumas yra tas, kad koreliacija yra be matmenų. Priešingai, kovariacija apibūdinama vienetais, suformuotais dauginant vieno kintamojo vienetą iš kito kito kintamojo vieneto. Kovariancija daugiausia dėmesio skiria santykiams tarp dviejų subjektų, tokių kaip kintamieji ar duomenų rinkiniai. Priešingai, koreliacija gali apimti du ar daugiau kintamųjų ar duomenų rinkinių ir jų ryšius.

Kitas pastebimas skirtumas tarp šių dviejų yra tas, kad kovariacija dažnai yra kartu su dispersija (viena iš jo savybių, bet taip pat ir bendras sklaidos ar dispersijos matas), o koreliacija eina kartu su priklausomybe ir regresijos analize. „Priklausomybė“ yra apibrėžiama kaip „bet koks ryšys tarp dviejų duomenų rinkinių ar atsitiktinių kintamųjų“, o regresinė analizė yra metodas, naudojamas santykiams tarp nepriklausomų ir priklausomų kintamųjų ištirti. Kitos koreliacijos klasifikacijos yra dalinės ir daugialypės.

Santrauka:

1. Kovariancija ir koreliacija yra dvi sąvokos tiriant statistiką ir tikimybę. Jie skiriasi savo apibrėžimais, bet yra glaudžiai susiję. Abi sąvokos apibūdina santykį ir išmatuoja priklausomybę tarp dviejų ar daugiau kintamųjų.
2.Kovariacija yra tikėtina dviejų atsitiktinių kintamųjų variacijos vertė nuo jų numatomų verčių, o koreliacija turi beveik tą patį apibrėžimą, tačiau ji neapima variacijos.
3.Kovariacija taip pat yra dviejų atsitiktinių kintamųjų, kurie kinta kartu, matas. Tuo tarpu koreliacija yra susijusi su tarpusavio priklausomybe ar asociacija. Paprasčiau tariant, koreliacija yra tai, kiek toli ar kiek artimi du kintamieji yra vienas nuo kito nepriklausomi.
4.Kovariacija yra koreliacijos matas, tuo tarpu koreliacija yra skalės variantas.
5.Kovariacija gali apimti dviejų kintamųjų ar duomenų rinkinių ryšį, o koreliacija gali apimti ir ryšį tarp kelių kintamųjų.
6.Koreliacijos vertės svyruoja nuo teigiamos 1 iki neigiamos 1. Kita vertus, kovariacijos vertės gali viršyti šią skalę.
7.Bet koreliacija ir kovariacija apibūdina teigiamą arba neigiamą jų tipą. Kovariacija yra dviejų rūšių - teigiama kovariacija (kai du kintamieji kinta kartu) ir neigiama kovariacija (kai vienas kintamasis yra didesnis ar mažesnis už kitą). Kalbant apie koreliaciją, teigiamos ir neigiamos koreliacijos yra sujungtos su papildoma kategorija „0“ - nesusijusiu veidu.