Корреляция считается лучшим инструментом для измерения и выражения количественных отношений между двумя переменными в формуле. С другой стороны, ковариация - это когда два элемента меняются вместе. Прочитайте данную статью, чтобы узнать различия между ковариацией и корреляцией.
Сравнительная таблица
| Основа для сравнения | ковариации | корреляция |
|---|---|---|
| Имея в виду | Ковариация - это мера, показывающая степень изменения двух случайных величин в тандеме. | Корреляция - это статистическая мера, которая показывает, насколько сильно связаны две переменные. |
| Что это? | Мера корреляции | Масштабная версия ковариации |
| Ценности | Лежат между -∞ и + ∞ | Лежат между -1 и +1 |
| Изменение масштаба | Влияет на ковариацию | Не влияет на корреляцию |
| Единица измерения | нет | да |
Определение ковариации
Ковариация - это статистический термин, определяемый как систематическое соотношение между парой случайных величин, в которой изменение одной переменной взаимно заменяется эквивалентным изменением другой переменной.
Ковариация может принимать любое значение в диапазоне от -∞ до + ∞, причем отрицательное значение является индикатором отрицательных отношений, тогда как положительное значение представляет собой положительные отношения. Кроме того, он устанавливает линейную связь между переменными. Поэтому, когда значение равно нулю, это указывает на отсутствие связи. В дополнение к этому, когда все наблюдения одной и той же переменной совпадают, ковариация будет равна нулю.
В Covariance, когда мы меняем единицу наблюдения по любой или обеим переменным, тогда не изменяется сила взаимосвязи между двумя переменными, но изменяется значение ковариации.
Определение корреляции
Корреляция описывается как мера в статистике, которая определяет степень, в которой две или более случайных величин движутся в тандеме. Во время изучения двух переменных, если было замечено, что движение одной переменной взаимно эквивалентно движению другой переменной, так или иначе, то переменные называются коррелированными.
Корреляция бывает двух типов: положительная или отрицательная. Говорят, что переменные имеют положительную или прямую корреляцию, когда две переменные движутся в одном направлении. Напротив, когда две переменные движутся в противоположном направлении, корреляция является отрицательной или обратной.
Значение корреляции лежит в диапазоне от -1 до +1, где значения, близкие к +1, представляют собой сильную положительную корреляцию, а значения, близкие к -1, являются показателем сильной отрицательной корреляции. Существует четыре показателя корреляции:
- Корреляционная диаграмма
- Коэффициент продукт-момент корреляции
- Коэффициент ранговой корреляции
- Коэффициент одновременных отклонений
Ключевые различия между ковариацией и корреляцией
Следующие пункты заслуживают внимания, поскольку речь идет о разнице между ковариацией и корреляцией:
- Мера, используемая для указания степени изменения двух случайных переменных в тандеме, называется ковариацией. Мера, используемая для представления, насколько сильно связаны две случайные величины, известная как корреляция.
- Ковариация - это не что иное, как мера корреляции. Наоборот, корреляция относится к масштабированной форме ковариации.
- Значение корреляции имеет место между -1 и +1. Наоборот, значение ковариации лежит между -∞ и + ∞.
- На ковариацию влияет изменение масштаба, т.е. если все значение одной переменной умножается на постоянную, а все значение другой переменной умножается на аналогичную или другую постоянную, то ковариация изменяется. В отличие от этого, на корреляцию не влияет изменение масштаба.
- Корреляция безразмерна, т. Е. Это единичная мера взаимосвязи между переменными. В отличие от ковариации, где значение получается произведением единиц двух переменных.
сходства
Оба измеряют только линейные отношения между двумя переменными, то есть когда коэффициент корреляции равен нулю, ковариация также равна нулю. Кроме того, две меры не зависят от изменения местоположения.
Заключение
Корреляция - это особый случай ковариации, который может быть получен при стандартизации данных. Теперь, когда дело доходит до выбора, который является лучшей мерой взаимосвязи между двумя переменными, корреляция предпочтительнее ковариации, поскольку она не зависит от изменения местоположения и масштаба, а также может использоваться для сравнения между две пары переменных.
