Разница между ковариацией и корреляцией

Ковариация против корреляции

Ковариация и корреляция являются двумя понятиями в области вероятности и статистики. Обе концепции описывают отношения между двумя переменными. Кроме того, оба являются инструментами измерения определенного вида зависимости между переменными..

«Ковариация» определяется как «ожидаемое значение вариаций двух случайных отклонений от их ожидаемых значений», а «корреляция» - это «ожидаемое значение двух случайных вариаций».
Чтобы упростить, ковариация пытается изучить и измерить, как переменные изменяются вместе. В этой концепции обе переменные могут изменяться одинаково без указания какой-либо связи. Ковариация - это измерение силы или слабости корреляции между двумя или более наборами случайных величин, в то время как корреляция служит масштабированной версией ковариации..

И ковариация и корреляция имеют отличительные типы. Ковариация может быть классифицирована как положительная ковариация (две переменные имеют тенденцию варьироваться вместе) и отрицательная ковариация (одна переменная выше или ниже ожидаемого значения по сравнению с другой переменной). С другой стороны, корреляция имеет три категории: положительная, отрицательная или нулевая. Положительная корреляция обозначается знаком плюс, отрицательная корреляция - знаком минус, а некоррелированные переменные - знаком «0».

И ковариация и корреляция имеют диапазоны. Значения корреляции находятся в масштабе от -1 до +1. С точки зрения ковариации, значения могут превышать или могут быть вне диапазона корреляции. Кроме того, значения корреляции зависят от единиц измерения «X» и «Y».
Другое заметное отличие состоит в том, что корреляция безразмерна. Напротив, ковариация описывается в единицах, образованных умножением единицы одной переменной на другую единицу другой переменной. Ковариация фокусируется на отношениях между двумя объектами, такими как переменные или наборы данных. Напротив, корреляция может включать две или более переменных или наборов данных и взаимосвязи между ними.

Другое заметное различие между ними состоит в том, что ковариация часто находится в тандеме с дисперсией (одним из ее свойств, но также и общей мерой рассеяния или дисперсии), тогда как корреляция сочетается с анализом зависимости и регрессии. «Зависимость» определяется как «любая связь между двумя наборами данных или случайными переменными», тогда как регрессионный анализ - это метод, используемый для исследования взаимосвязи между независимыми и зависимыми переменными. Другие классификации корреляции являются частичными и множественными корреляциями.

Резюме:

1. Ковариация и корреляция являются двумя понятиями в изучении статистики и вероятности. Они разные по своим определениям, но тесно связаны. Обе концепции описывают отношения и измеряют вид зависимости между двумя или более переменными.
2. Ковариация - это ожидаемая величина отклонения между двумя случайными отклонениями от их ожидаемых значений, в то время как корреляция имеет почти то же определение, но не включает вариацию..
3. Ковариация также является мерой двух случайных величин, которые изменяются вместе. Между тем корреляция связана с взаимозависимостью или ассоциацией. Проще говоря, корреляция - это то, насколько далеко или насколько близко две переменные не зависят друг от друга.
4. Ковариация - это мера корреляции, а корреляция - это масштабированная версия ковариации..
5. Ковариация может включать в себя отношения между двумя переменными или наборами данных, в то время как корреляция может включать в себя также отношения между несколькими переменными..
6.Корреляционные значения варьируются от положительного 1 до отрицательного 1. С другой стороны, значения ковариации могут превышать эту шкалу.
7. Обе корреляции и ковариации используют положительное или отрицательное описание их типов. Ковариация имеет два типа - положительная ковариация (где две переменные изменяются вместе) и отрицательная ковариация (где одна переменная выше или ниже другой). С точки зрения корреляции, положительные и отрицательные корреляции объединены дополнительной категорией, «0» - некоррелированный тип.