Korrelasjon anses som det beste verktøyet for å måle og uttrykke det kvantitative forholdet mellom to variabler i formel. På den annen side er kovarians når to ting varierer sammen. Les den angitte artikkelen for å vite forskjellene mellom kovarians og korrelasjon.
Sammenligningstabel
| Grunnlag for sammenligning | kovarians | Sammenheng |
|---|---|---|
| Betydning | Covariance er et mål som angir i hvilken grad to tilfeldige variabler endres i tandem. | Korrelasjon er et statistisk mål som angir hvor sterkt to variable er relatert. |
| Hva er det? | Mål for korrelasjon | Skalert versjon av kovarians |
| verdier | Lie mellom -∞ og + ∞ | Ligge mellom -1 og +1 |
| Endring i skala | Påvirker kovarians | Påvirker ikke korrelasjonen |
| Enhet fri måling | Nei | Ja |
Definisjon av Covariance
Covariance er et statistisk begrep definert som et systematisk forhold mellom et par tilfeldige variabler hvor en endring i en variabel gjengjeld med en ekvivalent forandring i en annen variabel.
Covariance kan ta noen verdi mellom -∞ til + ∞, hvor den negative verdien er en indikator på negativt forhold, mens en positiv verdi representerer det positive forholdet. Videre fastslår den det lineære forholdet mellom variabler. Derfor, når verdien er null, betyr det ikke noe forhold. I tillegg til dette, når alle observasjonene til variabelen er like, vil kovariansen være null.
I Covariance, når vi endrer observasjonsenheten på noen eller begge de to variablene, så er det ingen endring i styrken av forholdet mellom to variabler, men verdien av kovarians endres.
Definisjon av korrelasjon
Korrelasjon er beskrevet som et mål i statistikk, som bestemmer hvilken grad to eller flere tilfeldige variabler beveger seg i tandem. Under studien av to variabler, hvis det har blitt observert at bevegelsen i en variabel, blir gjengitt med en tilsvarende bevegelse en annen variabel, på en eller annen måte, er variablene sies å være korrelerte.
Korrelasjonen er av to typer, dvs. positiv korrelasjon eller negativ korrelasjon. Variablene sies å være positivt eller direkte korrelert når de to variablene beveger seg i samme retning. Tvert imot, når de to variablene beveger seg i motsatt retning, er korrelasjonen negativ eller omvendt.
Verdien av korrelasjon ligger mellom -1 og +1, hvor verdier nær +1 representerer sterk positiv korrelasjon og verdier nær -1 er en indikator for sterk negativ korrelasjon. Det er fire mål for korrelasjon:
- Punktdiagram
- Produkt-moment korrelasjonskoeffisient
- Rangkorrelasjonskoeffisient
- Koeffisient av samtidige avvik
Viktige forskjeller mellom Covariance og korrelasjon
Følgende punkter er bemerkelsesverdige så langt som forskjellen mellom kovarians og korrelasjon er opptatt:
- Et mål som brukes til å indikere i hvilken grad to tilfeldige variabler endres i tandem kalles kovarians. Et mål som brukes til å representere hvor sterkt to tilfeldige variabler er relatert kjent som korrelasjon.
- Covariance er ingenting annet enn et mål for korrelasjon. Tvert imot refererer korrelasjon til den skalerte formen av kovarians.
- Verdien av korrelasjon finner sted mellom -1 og +1. Omvendt ligger verdien av kovarians mellom -∞ og + ∞.
- Covariance påvirkes av skalaendringen, dvs. hvis all verdien av en variabel blir multiplisert med en konstant og hele verdien av en annen variabel blir multiplisert med en tilsvarende eller annen konstant, endres kovariansen. På denne måten er korrelasjonen ikke påvirket av skalaendringen.
- Korrelasjonen er dimensjonsløs, det vil si at det er et enhetfritt mål for forholdet mellom variabler. I motsetning til kovarians, hvor verdien er oppnådd ved produktet av enhetene i de to variablene.
likheter
Begge måler bare linjært forhold mellom to variabler, dvs. når korrelasjonskoeffisienten er null, er kovariansen også null. Videre er de to tiltakene upåvirket av endringen i stedet.
Konklusjon
Korrelasjon er et spesielt tilfelle av kovarians som kan oppnås når dataene er standardisert. Nå, når det gjelder valg, som er et bedre mål på forholdet mellom to variabler, er korrelasjon foretrukket over kovarians fordi den ikke er upåvirket av endringen i plassering og skala, og kan også brukes til å sammenligne mellom to par variabler.
