Різниця між кореляцією та регресією

Кореляція та регресія - це два аналізи, засновані на багатоваріантному розподілі. Багатовимірний розподіл описується як розподіл декількох змінних. Кореляція описується як аналіз, який дає нам знати про асоціацію або відсутність зв’язку між двома змінними 'x' та 'y'. З іншого боку, Регресія аналіз, прогнозує значення залежної змінної на основі відомого значення незалежної змінної, припускаючи, що середня математична залежність між двома або більше змінними.

Різниця між кореляцією та регресом - одне з найчастіше заданих питань в інтерв'ю. Більше того, багато людей зазнають неоднозначності в розумінні цих двох. Отже, прочитайте цю статтю, щоб мати чітке розуміння цих двох питань.

Зміст: Кореляція проти регресії

1. Порівняльна діаграма
2. Визначення
3. Ключові відмінності
4. Висновок

Порівняльна діаграма

Основа для порівняння	Кореляція	Регресія
Значення	Кореляція - це статистичний показник, який визначає співвідношення або асоціацію двох змінних.	Регресія описує, як незалежна змінна чисельно пов'язана із залежною змінною.
Використання	Представити лінійну залежність між двома змінними.	Щоб підходити найкращий рядок і оцінювати одну змінну на основі іншої змінної.
Залежні та незалежні змінні	Без різниці	Обидві змінні різні.
Вказує	Коефіцієнт кореляції вказує, наскільки дві змінні рухаються разом.	Регресія вказує на зміну одиниці відомої змінної (x) на оцінну змінну (y).
Об'єктивна	Щоб знайти числове значення, що виражає зв'язок між змінними.	Оцінити значення випадкової величини на основі значень фіксованої змінної.

Визначення кореляції

Термін кореляція - це поєднання двох слів "Co" (разом) та відношення (зв'язок) між двома величинами. Кореляція - це коли під час вивчення двох змінних спостерігається, що зміна одиниці однієї змінної повторюється за допомогою еквівалентної зміни іншої змінної, тобто прямої чи опосередкованої. Або ж, як кажуть, змінні є некорельованими, коли рух однієї змінної не означає жодного руху в іншій змінній у певному напрямку. Це статистичний прийом, який представляє міцність зв'язку між парами змінних.

Кореляція може бути позитивною чи негативною. Коли дві змінні рухаються в одному напрямку, тобто збільшення однієї змінної призведе до відповідного збільшення іншої змінної і навпаки, тоді змінні вважаються позитивно корельованими. Наприклад: прибуток та інвестиції.

Навпаки, коли дві змінні рухаються в різних напрямках, таким чином, що збільшення однієї змінної призведе до зменшення іншої змінної і навпаки, ця ситуація відома як негативна кореляція. Наприклад: Ціна і попит на товар.

Заходи кореляції наведені як:

• Коефіцієнт кореляції продукту-моменту Карла Пірсона
• Коефіцієнт коефіцієнта кореляції Спірмена
• Діаграма розсіювання
• Коефіцієнт одночасних відхилень

Визначення регресії

Статистична методика оцінки зміни метричної залежної змінної за рахунок зміни однієї або декількох незалежних змінних, заснована на середньому математичному зв’язку між двома або більше змінними, відома як регресія. Він відіграє значну роль у багатьох людських видах діяльності, оскільки є потужним та гнучким інструментом, який використовувався для прогнозування минулих, теперішніх чи майбутніх подій на основі минулих чи теперішніх подій. Наприклад: На основі минулих записів можна оцінити майбутній прибуток бізнесу.

У простій лінійній регресії є дві змінні x і y, де y залежить від x або, скажімо, на вплив x. Тут y називається залежною, або критеріальною змінною, а x - незалежною чи змінною предиктора. Лінія регресії y на x виражається як:

y = a + bx

де, a = константа,
b = коефіцієнт регресії,
У цьому рівнянні a і b - два параметри регресії.

Ключові відмінності між кореляцією та регресією

Нижче наведені пункти, детально пояснює різницю між кореляцією та регресією:

1. Статистична міра, яка визначає співвідношення або асоціацію двох величин, відома як Кореляція. Регресія описує, як незалежна змінна чисельно пов'язана із залежною змінною.
2. Кореляція використовується для представлення лінійної залежності між двома змінними. Навпаки, регресія використовується для відповідності найкращому рядку та оцінки однієї змінної на основі іншої змінної.
3. У кореляції немає різниці між залежними та незалежними змінними, тобто кореляція між x і y аналогічна y та x. І навпаки, регресія y на x відрізняється від x на y.
4. Кореляція вказує на міцність асоціації між змінними. На відміну від регресії відображає вплив зміни одиниці незалежної змінної на залежну змінну.
5. Кореляція спрямована на пошук числового значення, яке виражає взаємозв'язок між змінними. На відміну від регресії, метою якої є прогнозування значень випадкової величини на основі значень фіксованої змінної.

Висновок

З вищенаведеного обговорення видно, що між цими двома математичними поняттями існує велика різниця, хоча ці два вивчаються разом. Кореляція використовується тоді, коли дослідник хоче знати, співвідносяться чи ні змінні, що досліджуються, чи ні, якщо так, то яка сила їх асоціації. Коефіцієнт кореляції Пірсона вважається найкращим показником кореляції. При регресійному аналізі функціональний зв'язок між двома змінними встановлюється так, щоб робити майбутні прогнози подій.