Ero kovarianssin ja korrelaation välillä

Kovarianssi vs. korrelaatio

Kovarianssi ja korrelaatio ovat kaksi käsitettä todennäköisyyden ja tilastojen alalla. Molemmat käsitteet kuvaavat kahden muuttujan välistä suhdetta. Lisäksi molemmat ovat välineet tietyn tyyppisen riippuvuuden mittaamiseksi muuttujien välillä.

”Kovarianssi” on määritelty ”kahden satunnaisen muuttujan odotettavissa olevaksi arvoksi niiden odotetusta arvosta”, kun taas “korrelaatio” on “kahden satunnaismuuttujan odotettu arvo”.
Yksinkertaistamiseksi kovarianssi yrittää tutkia ja mitata kuinka paljon muuttujia muuttuvat yhdessä. Tässä käsitteessä molemmat muuttujat voivat muuttua samalla tavalla osoittamatta mitään suhdetta. Kovarianssi on korrelaation voimakkuuden tai heikkouden mittaus kahden tai useamman satunnaismuuttujajoukon välillä, kun taas korrelaatio toimii kovarianssin skaalattuna versiona.

Sekä kovarianssilla että korrelaatiolla on erottuvat tyypit. Kovarianssi voidaan luokitella positiiviseksi kovarianssiksi (kahdella muuttujalla on taipumus vaihdella yhdessä) ja negatiivisella kovarianssilla (yksi muuttuja on odotetun arvon ylä- tai alapuolella toiseen muuttujaan verrattuna). Toisaalta korrelaatiolla on kolme luokkaa: positiivinen, negatiivinen tai nolla. Positiivinen korrelaatio osoitetaan plusmerkillä, negatiivinen korrelaatio negatiivisella merkillä ja korreloimattomat muuttujat - numerolla “0.”

Sekä kovarianssilla että korrelaatiolla on vaihteluväli. Korrelaatioarvot ovat asteikolla -1 - +1. Kovarianssin suhteen arvot voivat ylittää korrelaatioalueen tai olla sen ulkopuolella. Lisäksi korrelaatioarvot ovat riippuvaisia ​​mittayksiköistä “X” ja “Y”.
Toinen huomattava ero on, että korrelaatio on ulottumaton. Sitä vastoin kovarianssi kuvataan yksiköinä, jotka on muodostettu kertomalla yhden muuttujan yksikkö toisen muuttujan toisella yksiköllä. Kovarianssi keskittyy kahden kokonaisuuden, kuten muuttujien tai tietoryhmien, väliseen suhteeseen. Sitä vastoin korrelaatio voi sisältää kaksi tai useampia muuttujia tai tietojoukkoja ja niiden välisiä suhteita.

Toinen huomattava ero näiden kahden välillä on, että kovarianssi on usein yhtäpitävä varianssin kanssa (yksi sen ominaisuuksista, mutta myös hajonnan tai hajonnan yhteinen mitta), kun taas korrelaatio liittyy riippuvuus- ja regressioanalyysiin. "Riippuvuus" määritellään "minkä tahansa suhteena kahden tietojoukon tai satunnaismuuttujan välillä", kun taas regressioanalyysi on menetelmä, jota käytetään tutkimaan riippumattomien ja riippuvien muuttujien välistä suhdetta. Muut korrelaatioluokitukset ovat osittais- ja monikorrelaatioita.

Yhteenveto:

1.Kovarianssi ja korrelaatio ovat kaksi käsitettä tilastojen ja todennäköisyyden tutkinnassa. Ne ovat määritelmältään erilaisia, mutta läheisesti toisiinsa liittyviä. Molemmat käsitteet kuvaavat suhdetta ja mittaavat kahden tai useamman muuttujan välistä riippuvuutta.
2.Kovarianssi on kahden satunnaismuuttujan välinen odotettu arvo niiden odotettujen arvojen välillä, kun taas korrelaatiolla on melkein sama määritelmä, mutta se ei sisällä variaatiota.
3.Kovarianssi on myös kahden satunnaismuuttujan mitta, jotka vaihtelevat yhdessä. Samaan aikaan korrelaatio liittyy keskinäiseen riippuvuuteen tai assosiaatioon. Yksinkertaisesti sanottuna korrelaatio tarkoittaa sitä, kuinka kaukana tai kuinka lähellä kaksi muuttujaa ovat toisistaan ​​riippumattomia.
4.Kovarianssi on korrelaation mitta, kun taas korrelaatio on kovarianssin skaalattu versio.
5.Kovarianssiin voi liittyä kahden muuttujan tai tietojoukon välinen suhde, kun taas korrelaatio voi sisältää myös suhteen useiden muuttujien välillä..
6. Korrelaatioarvot vaihtelevat positiivisesta 1 negatiiviseen 1. Toisaalta kovarianssiarvot voivat ylittää tämän asteikon.
7.Molemmat korrelaatiot ja kovarianssit kuvaavat tyyppiensä positiivista tai negatiivista kuvausta. Kovarianssilla on kahta tyyppiä - positiivinen kovarianssi (jossa kaksi muuttujaa vaihtelevat yhdessä) ja negatiivinen kovarianssi (jossa yksi muuttuja on korkeampi tai alempi kuin toinen). Korrelaation suhteen positiiviset ja negatiiviset korrelaatiot yhdistetään ylimääräisellä kategorialla ”0” - korreloimattomalla tyypillä.