Korrelation betragtes som det bedste værktøj til at måle og udtrykke det kvantitative forhold mellem to variabler i formel. På den anden side er kovarians, når to ting varierer sammen. Læs den givne artikel for at kende forskellene mellem kovarians og korrelation.
Sammenligningstabel
| Grundlag for sammenligning | kovarians | Korrelation |
|---|---|---|
| Betyder | Covariance er et mål, der angiver, i hvilket omfang to tilfældige variabler ændres i tandem. | Korrelation er et statistisk mål, der angiver, hvor stærkt to variable er relaterede. |
| Hvad er det? | Forhold til korrelation | Skaleret version af kovarians |
| Værdier | Lie mellem -∞ og + ∞ | Lig mellem -1 og +1 |
| Skift i skala | Påvirker kovarians | Påvirker ikke sammenhængen |
| Enhed fri måling | Ingen | Ja |
Definition af Covariance
Covariance er et statistisk udtryk defineret som et systematisk forhold mellem et par tilfældige variabler, hvor en ændring i en variabel reciprokeret med en ækvivalent ændring i en anden variabel.
Covariance kan tage en værdi mellem -∞ til + ∞, hvor den negative værdi er en indikator for negativt forhold, medens en positiv værdi repræsenterer det positive forhold. Endvidere fastslår den det lineære forhold mellem variabler. Derfor, når værdien er nul, betyder det ikke noget forhold. Ud over dette, når alle observationer af hver variabel er ens, vil kovariansen være nul.
I Covariance, når vi ændrer observationsenheden på en eller begge de to variabler, er der ingen ændring i styrken af forholdet mellem to variabler, men værdien af kovarians ændres.
Definition af korrelation
Korrelation er beskrevet som en måling i statistik, som bestemmer, i hvilken grad to eller flere tilfældige variabler bevæger sig i tandem. Under undersøgelsen af to variabler, hvis det er blevet observeret, at bevægelsen i en variabel gengives med en tilsvarende bevægelse, er en anden variabel, på en eller anden måde, så er variablerne korreleret.
Korrelation er af to typer, dvs. positiv korrelation eller negativ korrelation. Variablerne siges at være positivt eller direkte korreleret, når de to variabler bevæger sig i samme retning. Tværtimod, når de to variabler bevæger sig i modsat retning, er korrelationen negativ eller omvendt.
Værdien af korrelation ligger mellem -1 og +1, hvor værdier tæt på +1 repræsenterer stærk positiv korrelation, og værdier tæt på -1 er en indikator for stærk negativ korrelation. Der er fire målinger af korrelation:
- Scatterdiagram
- Korrelationskoefficient for produkt-moment
- Rangkorrelationskoefficient
- Koefficient for samtidige afvigelser
Nøgleforskelle mellem Covariance og Correlation
Følgende punkter er bemærkelsesværdige for så vidt angår forskellen mellem kovarians og korrelation:
- Et mål, der bruges til at angive, i hvilket omfang to tilfældige variabler ændrer sig i tandem er kendt som kovarians. Et mål bruges til at repræsentere, hvor stærkt to tilfældige variabler er relateret kendt som korrelation.
- Covariance er intet andet end et mål for korrelation. Tværtimod henviser korrelation til den skalede form af kovarians.
- Værdien af korrelation finder sted mellem -1 og +1. Omvendt ligger værdien af kovarians mellem -∞ og + ∞.
- Covariance påvirkes af skalaændringen, dvs. hvis al værdien af en variabel multipliceres med en konstant og hele værdien af en anden variabel multipliceres med en lignende eller forskellig konstant, ændres kovariansen. I modsætning hertil er korrelationen ikke påvirket af skalaændringen.
- Korrelation er dimensionløs, dvs. det er et enhedsfrit mål for forholdet mellem variabler. I modsætning til kovarians, hvor værdien opnås ved produktet af enhederne af de to variabler.
ligheder
Begge måler kun linjært forhold mellem to variabler, dvs. når korrelationskoefficienten er nul, er kovarians også nul. Desuden er de to foranstaltninger upåvirket af ændringen på stedet.
Konklusion
Korrelation er et specielt tilfælde af kovarians, som kan opnås, når dataene er standardiserede. Når det drejer sig om at træffe et valg, som er et bedre mål for forholdet mellem to variabler, er korrelation foretrukket i forhold til kovarians, fordi den ikke er upåvirket af ændringerne i placering og skala og kan også bruges til at sammenligne to par variabler.
