Разлика между корелация и регресия

Корелация и регресия са двата анализа, основани на многовариантно разпределение. Многовариантното разпределение се описва като разпределение на множество променливи. корелация се описва като анализ, който ни позволява да знаем асоциацията или липсата на връзката между две променливи 'x' и 'y'. От другата страна, регресия анализ, прогнозира стойността на зависимата променлива въз основа на известната стойност на независимата променлива, като се предполага, че средната математическа връзка между две или повече променливи.

Разликата между корелация и регресия е един от често задаваните въпроси в интервютата. Освен това много хора търпят неяснота в разбирането на тези две. Така че, прочетете тази статия, за да имате ясно разбиране по отношение на тези две.

Съдържание: Корелация срещу регресия

1. Сравнителна диаграма
2. дефиниция
3. Ключови разлики
4. заключение

Сравнителна диаграма

Основа за сравнение	корелация	регресия
значение	Корелацията е статистическа мярка, която определя взаимовръзката или асоциацията на две променливи.	Регресията описва как независима променлива е числено свързана с зависимата променлива.
употреба	Да представлява линейна връзка между две променливи.	За да се побере най-добрата линия и да се оцени една променлива въз основа на друга променлива.
Зависими и независими променливи	Няма разлика	И двете променливи са различни.
Показва	Коефициентът на корелация показва степента, в която две променливи се движат заедно.	Регресията показва влиянието на единичната промяна в известната променлива (x) върху прогнозната променлива (y).
Обективен	За да намерите числова стойност, изразяваща връзката между променливите.	Да се ​​оценят стойностите на случайна променлива въз основа на стойностите на фиксираната променлива.

Определение за корелация

Терминът корелация е комбинация от две думи „Co“ (заедно) и връзка (връзка) между две количества. Корелация е, когато по време на изследването на две променливи се наблюдава, че промяна на единица в една променлива се повтаря чрез еквивалентна промяна в друга променлива, т.е. пряка или непряка. Или иначе казано, променливите са некорелирани, когато движението в една променлива не представлява никакво движение в друга променлива в определена посока. Това е статистическа техника, която представлява силата на връзката между двойки променливи.

Корелацията може да бъде положителна или отрицателна. Когато двете променливи се движат в една и съща посока, т.е. увеличение на една променлива ще доведе до съответното увеличение на друга променлива и обратно, тогава променливите се считат за положително свързани. Например: печалба и инвестиция.

Напротив, когато двете променливи се движат в различни посоки по такъв начин, че увеличението на една променлива ще доведе до намаляване на друга променлива и обратно, Тази ситуация е известна като отрицателна корелация. Например: Цена и търсене на продукт.

Мерките за корелация са дадени като:

• Коефициентът на корелация на продукта-момент на Карл Пиърсън
• Коефициент на корелация на Спирман
• Диаграма на разсейване
• Коефициент на едновременни отклонения

Определение за регресия

Статистическа техника за оценка на промяната в метрично зависимата променлива поради промяната на една или повече независими променливи, базирана на средната математическа връзка между две или повече променливи, е известна като регресия. Той играе значителна роля в много човешки дейности, тъй като е мощен и гъвкав инструмент, използван за прогнозиране на минали, настоящи или бъдещи събития въз основа на минали или настоящи събития. Например: Въз основа на минали записи може да се оцени бъдещата печалба на бизнеса.

В обикновена линейна регресия има две променливи x и y, където y зависи от x или да речем, повлияни от x. Тук y се нарича зависима или критерийна променлива и x е независима или променлива променлива. Линията на регресия на y на x се изразява като под:

y = a + bx

където, a = константа,
b = коефициент на регресия,
В това уравнение a и b са двата параметъра на регресия.

Ключови разлики между корелация и регресия

Посочените по-долу точки обясняват подробно разликата между корелация и регресия:

1. Статистическа мярка, която определя взаимовръзката или свързването на две величини, е известна като Корелация. Регресията описва как независима променлива е числено свързана с зависимата променлива.
2. Корелацията се използва за представяне на линейната връзка между две променливи. Напротив, регресията се използва за прилягане на най-добрата линия и оценка на една променлива въз основа на друга променлива.
3. При корелацията няма разлика между зависимите и независимите променливи, т.е. корелацията между x и y е подобна на y и x. Обратно, регресията на y на x е различна от x на y.
4. Корелацията показва силата на свързване между променливи. За разлика от регресията отразява влиянието на единичната промяна в независимата променлива върху зависимата променлива.
5. Корелацията има за цел да намери числова стойност, която изразява връзката между променливите. За разлика от регресията, чиято цел е да прогнозира стойности на случайната променлива въз основа на стойностите на фиксираната променлива.

заключение

С горното обсъждане е очевидно, че има голяма разлика между тези две математически понятия, въпреки че тези две се изучават заедно. Корелацията се използва, когато изследователят иска да знае, че дали изследваните променливи са свързани или не, ако да, тогава каква е силата на тяхното свързване. Коефициентът на корелация на Пиърсън се счита за най-добрата мярка за корелация. При регресионния анализ се установява функционална връзка между две променливи, така че да се правят бъдещи прогнози за събитията.