Perbezaan antara korelasi dan regresi

Korelasi dan regresi adalah dua analisis berdasarkan pengedaran multivariate. Pengagihan multivariate digambarkan sebagai pengedaran pelbagai pembolehubah. Korelasi digambarkan sebagai analisis yang membolehkan kita mengetahui persatuan atau ketiadaan hubungan antara dua pembolehubah 'x' dan 'y'. Di hujung yang lain, Regresi analisis, meramalkan nilai pemboleh ubah bergantung berdasarkan nilai yang diketahui pemboleh ubah bebas, dengan mengandaikan bahawa hubungan matematik purata antara dua atau lebih pembolehubah.

Perbezaan antara korelasi dan regresi adalah salah satu soalan yang biasa ditanya dalam wawancara. Lebih -lebih lagi, ramai orang mengalami kekaburan dalam memahami kedua -dua mereka. Oleh itu, baca sepenuhnya artikel ini untuk mempunyai pemahaman yang jelas mengenai kedua -dua ini.

Kandungan: Korelasi vs Regresi

1. Carta Perbandingan
2. Definisi
3. Perbezaan utama
4. Video
5. Kesimpulan

Carta Perbandingan

Definisi korelasi

Korelasi istilah adalah gabungan dua perkataan 'co' (bersama) dan hubungan (sambungan) antara dua kuantiti. Korelasi adalah apabila, pada masa kajian dua pembolehubah, diperhatikan bahawa perubahan unit dalam satu pembolehubah ditolak oleh perubahan yang setara dalam pembolehubah lain, i.e. langsung atau tidak langsung. Atau pembolehubah dikatakan tidak bertentangan apabila pergerakan dalam satu pemboleh ubah tidak berjumlah mana -mana pergerakan dalam pembolehubah lain dalam arah tertentu. Ia adalah teknik statistik yang mewakili kekuatan hubungan antara pasangan pembolehubah.

Korelasi boleh positif atau negatif. Apabila kedua -dua pembolehubah bergerak ke arah yang sama, i.e. Peningkatan dalam satu pemboleh ubah akan mengakibatkan peningkatan yang sama dalam pembolehubah lain dan sebaliknya, maka pembolehubah dianggap berkorelasi positif. Contohnya: keuntungan dan pelaburan.

Sebaliknya, apabila kedua -dua pembolehubah bergerak ke arah yang berbeza, sedemikian rupa sehingga peningkatan dalam satu pembolehubah akan mengakibatkan penurunan dalam pembolehubah lain dan sebaliknya, keadaan ini dikenali sebagai korelasi negatif. Contohnya: Harga dan permintaan produk.

Langkah -langkah korelasi diberikan seperti di bawah:

• Koefisien Korelasi Produk Karl Pearson
• Koefisien korelasi pangkat Spearman
• Gambarajah penyebaran
• Pekali penyimpangan serentak

Definisi regresi

Teknik statistik untuk menganggarkan perubahan dalam pemboleh ubah bergantung metrik kerana perubahan dalam satu atau lebih pembolehubah bebas, berdasarkan hubungan matematik purata antara dua atau lebih pembolehubah dikenali sebagai regresi. Ia memainkan peranan penting dalam banyak aktiviti manusia, kerana ia adalah alat yang kuat dan fleksibel yang digunakan untuk meramalkan peristiwa masa lalu, masa kini atau masa depan berdasarkan peristiwa masa lalu atau sekarang. Contohnya: Berdasarkan rekod masa lalu, keuntungan masa depan perniagaan dapat dianggarkan.

Dalam regresi linear yang mudah, terdapat dua pembolehubah x dan y, di mana y bergantung kepada x atau mengatakan dipengaruhi oleh x. Di sini y dipanggil sebagai pemboleh ubah bergantung, atau kriteria dan x adalah pembolehubah bebas atau ramalan. Barisan regresi y pada x dinyatakan sebagai di bawah:

y = a + bx

di mana, a = malar,
b = pekali regresi,
Dalam persamaan ini, A dan B adalah dua parameter regresi.

Perbezaan utama antara korelasi dan regresi

Titik yang diberikan di bawah, menerangkan perbezaan antara korelasi dan regresi secara terperinci:

1. Ukuran statistik yang menentukan hubungan bersama atau persatuan dua kuantiti dikenali sebagai korelasi. Regresi menerangkan bagaimana pemboleh ubah bebas berkaitan dengan pemboleh ubah bergantung.
2. Korelasi digunakan untuk mewakili hubungan linear antara dua pembolehubah. Sebaliknya, regresi digunakan untuk memenuhi garis terbaik dan menganggarkan satu pemboleh ubah berdasarkan pembolehubah lain.
3. Dalam korelasi, tidak ada perbezaan antara pembolehubah bergantung dan bebas i.e. korelasi antara x dan y serupa dengan y dan x. Sebaliknya, regresi y pada x adalah berbeza dari x pada y.
4. Korelasi menunjukkan kekuatan hubungan antara pembolehubah. Sebaliknya, regresi mencerminkan kesan perubahan unit dalam pemboleh ubah bebas pada pemboleh ubah bergantung.
5. Korelasi bertujuan untuk mencari nilai berangka yang menyatakan hubungan antara pembolehubah. Tidak seperti regresi yang matlamatnya adalah untuk meramalkan nilai pemboleh ubah rawak berdasarkan nilai pembolehubah tetap.

VIDEO: Korelasi vs Regresi

Kesimpulan

Dengan perbincangan di atas, jelas, terdapat perbezaan besar antara kedua -dua konsep matematik ini, walaupun kedua -duanya dikaji bersama. Korelasi digunakan apabila penyelidik ingin mengetahui sama ada pembolehubah di bawah kajian berkorelasi atau tidak, jika ya maka apakah kekuatan persatuan mereka. Koefisien korelasi Pearson dianggap sebagai ukuran terbaik korelasi. Dalam analisis regresi, hubungan fungsi antara dua pembolehubah ditubuhkan untuk membuat unjuran masa depan mengenai peristiwa.