Forskel mellem Covariance og Correlation Forskel mellem

Covariance vs Correlation

Covarians og korrelation er to begreber inden for sandsynligheds- og statistikområdet. Begge begreber beskriver forholdet mellem to variabler. Derudover er begge værktøjer til måling af en vis slags afhængighed mellem variabler.

"Covariance" defineres som "den forventede værdi af variationer af to tilfældige variabler fra deres forventede værdier", mens "korrelation" er "den forventede værdi af to tilfældige variabler. "

For at forenkle forsøger en kovarians at undersøge og måle, hvor mange variabler der ændres sammen. I dette koncept kan begge variabler ændres på samme måde uden at angive noget forhold. Covariance er en måling af styrke eller svaghed af korrelation mellem to eller flere sæt tilfældige variabler, mens korrelation tjener som en skaleret version af en kovarians.

Begge kovarians og korrelation har karakteristiske typer. Covariance kan klassificeres som positiv kovarians (to variabler har tendens til at variere sammen) og negativ kovarians (en variabel er over eller under den forventede værdi sammenlignet med en anden variabel). På den anden side har korrelation tre kategorier: positiv, negativ eller nul. Positiv korrelation er angivet med et plustegn, negativ korrelation med et negativt tegn og ukorrelerede variabler - med en "0". ”

Både kovarians og korrelation har intervaller. Korrelationsværdier er i skalaen fra -1 til +1. Med hensyn til kovarians kan værdier overstige eller være uden for korrelationsområdet. Derudover er korrelationsværdier afhængige af måleenheder af "X" og "Y. "

En anden bemærkelsesværdig forskel er, at en korrelation er dimensionløs. I modsætning hertil beskrives en kovarians i enheder dannet ved at multiplicere enheden af ​​en variabel med en anden enhed af en anden variabel. Covariance fokuserer på forholdet mellem to enheder, såsom variable eller datasæt. I modsætning hertil kan korrelation involvere to eller flere variabler eller datasæt og forholdet mellem dem.

En anden bemærkelsesværdig skelnen mellem de to er, at en kovarians ofte er i tandem med en varians (en af ​​dens egenskaber, men også den fælles måling af spredning eller spredning), mens korrelationen går sammen med afhængighed og regressionsanalyse. "Afhængighed" defineres som "ethvert forhold mellem to datasæt eller tilfældige variabler", mens regressionsanalyse er metoden, der bruges til at undersøge forholdet mellem uafhængige og afhængige variabler. Andre klassificeringer af korrelation er partielle og multiple korrelationer.

Sammendrag:

1. Covariance og korrelation er to begreber i undersøgelsen af ​​statistik og sandsynlighed.De er forskellige i deres definitioner men tæt relaterede. Begge begreber beskriver forholdet og måler den slags afhængighed mellem to eller flere variabler.

2. Covariance er den forventede værdi af variation mellem to tilfældige variabler fra deres forventede værdier, mens en korrelation har næsten den samme definition, men den omfatter ikke variation.

3. Covariance er også et mål for to tilfældige variabler, der varierer sammen. I mellemtiden er korrelation forbundet med indbyrdes afhængighed eller forening. Kort sagt er korrelation hvor langt eller hvor tæt to variable er fra at være uafhængige af hinanden.

4. Covariance er et mål for en korrelation, mens korrelation er en skaleret version af kovarians.

5. Covariance kan involvere forholdet mellem to variabler eller datasæt, mens korrelation kan involvere forholdet mellem flere variable også.

6. Korrelationsværdier spænder fra positiv 1 til negativ 1. På den anden side kan kovariansværdier overstige denne skala.

7. Både korrelation og kovarians anvender en positiv eller negativ beskrivelse af deres typer. Covariance har to typer - positiv kovarians (hvor to variabler varierer sammen) og negativ kovarians (hvor en variabel er højere eller lavere end den anden). Med hensyn til korrelation er positive og negative korrelationer forbundet med en yderligere kategori, "0" - en ukorreleret type.