Doporučená, 2024

Redakce Choice

Rozdíl mezi korelací a regresí

Korelace a regrese jsou dvě analýzy založené na vícerozměrné distribuci. Vícerozměrná distribuce je popsána jako distribuce více proměnných. Korelace je popsána jako analýza, která nám umožňuje poznat asociaci nebo absenci vztahu mezi dvěma proměnnými 'x' a 'y'. Na druhé straně Regresní analýza předpovídá hodnotu závislé proměnné na základě známé hodnoty nezávislé proměnné za předpokladu, že průměrný matematický vztah mezi dvěma nebo více proměnnými.

Rozdíl mezi korelací a regresí je jednou z nejčastěji kladených otázek v rozhovorech. Navíc mnoho lidí trpí nejednoznačností v porozumění těmto dvěma. Takže si plně přečtěte tento článek, abyste měli jasnou představu o těchto dvou věcech.

Srovnávací graf

Základ pro porovnáníKorelaceRegrese
VýznamKorelace je statistické měřítko, které určuje vzájemný vztah nebo asociaci dvou proměnných.Regrese popisuje, jak je nezávislá proměnná číselně závislá na závislé proměnné.
PoužíváníReprezentovat lineární vztah mezi dvěma proměnnými.Pro přizpůsobení nejlepší čáry a odhad jedné proměnné na základě jiné proměnné.
Závislé a nezávislé proměnnéŽádný rozdílObě proměnné jsou odlišné.
OznačujeKorelační koeficient udává, do jaké míry se dvě proměnné pohybují společně.Regrese označuje dopad změny jednotky ve známé proměnné (x) na odhadovanou proměnnou (y).
ObjektivníNajít číselnou hodnotu vyjadřující vztah mezi proměnnými.Odhad hodnoty náhodné veličiny na základě hodnot pevné proměnné.

Definice korelace

Termín korelace je kombinací dvou slov „Co“ (spolu) a vztahu (spojení) mezi dvěma veličinami. Korelace spočívá v tom, že v době studia dvou proměnných je pozorováno, že jednotková změna v jedné proměnné je odplatná ekvivalentní změnou v jiné proměnné, tj. Přímé nebo nepřímé. Jinak se říká, že proměnné jsou nekorelované, když pohyb v jedné proměnné neznamená žádný pohyb v jiné proměnné ve specifickém směru. Jedná se o statistickou metodu, která představuje sílu spojení mezi páry proměnných.

Korelace může být pozitivní nebo negativní. Když se obě proměnné pohybují ve stejném směru, tj. Zvýšení jedné proměnné bude mít za následek odpovídající zvýšení jiné proměnné a naopak, pak se proměnné považují za pozitivně korelované. Například : zisk a investice.

Naopak, když se obě proměnné pohybují v různých směrech tak, že zvýšení jedné proměnné bude mít za následek pokles jiné proměnné a naopak, tato situace je známa jako negativní korelace. Například : Cena a poptávka produktu.

Míry korelace jsou uvedeny jako: \ t

  • Koeficient korelace produktu podle Karla Pearsona
  • Koeficient korelace Spearmanovy hodnosti
  • Diagram rozptylu
  • Koeficient souběžných odchylek

Definice regrese

Statistická technika pro odhad změny v metrické závislé proměnné v důsledku změny jedné nebo více nezávislých proměnných, založená na průměrném matematickém vztahu mezi dvěma nebo více proměnnými, je známa jako regrese. To hraje významnou roli v mnoha lidských aktivitách, protože to je silný a flexibilní nástroj, který používal předpovídat minulé, současné nebo budoucí události na základě minulých nebo současných událostí. Například : Na základě minulých záznamů lze odhadnout budoucí zisk podniku.

V jednoduché lineární regrese, tam jsou dvě proměnné x a y, kde y závisí na x nebo říkat ovlivňoval x. Zde y je nazýváno jako závislá, nebo kritérium proměnná a x je nezávislá nebo prediktorová proměnná. Regresní přímka y na x je vyjádřena jako:

y = a + bx

kde, a = konstanta,
b = regresní koeficient,
V této rovnici jsou a a b dva parametry regrese.

Klíčové rozdíly mezi korelací a regresí

Níže uvedené body vysvětlují rozdíl mezi korelací a regresí podrobně:

  1. Statistické měřítko, které určuje vzájemný vztah nebo asociaci dvou veličin, je známé jako Korelace. Regrese popisuje, jak je nezávislá proměnná číselně závislá na závislé proměnné.
  2. Korelace se používá k reprezentaci lineárního vztahu mezi dvěma proměnnými. Naopak, regrese se používá pro přizpůsobení nejlepšímu řádku a odhad jedné proměnné na základě jiné proměnné.
  3. V korelaci neexistuje rozdíl mezi závislými a nezávislými proměnnými, tj. Korelace mezi x a y je podobná y a x. Naopak, regrese y na x je odlišná od x na y.
  4. Korelace indikuje sílu asociace mezi proměnnými. Oproti regresi odráží dopad změny jednotky v nezávislé proměnné na závislou proměnnou.
  5. Korelace má za cíl najít číselnou hodnotu, která vyjadřuje vztah mezi proměnnými. Na rozdíl od regrese, jejímž cílem je předpovídat hodnoty náhodné veličiny na základě hodnot pevné proměnné.

Závěr

S výše uvedenou diskusí je zřejmé, že existuje velký rozdíl mezi těmito dvěma matematickými koncepty, i když tyto dva jsou studovány společně. Korelace se používá, když se badatel chce dozvědět, zda jsou sledované proměnné korelované nebo ne, pokud ano, pak jaká je síla jejich asociace. Pearsonův korelační koeficient je považován za nejlepší měřítko korelace. V regresní analýze je vytvořen funkční vztah mezi dvěma proměnnými, aby bylo možné provádět budoucí projekce událostí.

Top