Korrelaation ja regressioiden välinen ero on yksi yleisimmin esitetyistä kysymyksistä haastatteluissa. Lisäksi monet ihmiset kärsivät epäselvyydestä näiden kahden ymmärtämisessä. Joten, lue tämä artikkeli täydellisesti, jotta sinulla olisi selkeä käsitys näistä kahdesta.
Vertailukaavio
| Vertailun perusteet | korrelaatio | Regressio |
|---|---|---|
| merkitys | Korrelaatio on tilastollinen toimenpide, joka määrittää kahden muuttujan yhteissuhteen tai yhdistämisen. | Regressio kuvaa, kuinka riippumaton muuttuja liittyy numeerisesti riippuvaan muuttujaan. |
| Käyttö | Esittää lineaarinen suhde kahden muuttujan välillä. | Parhaan viivan sovittaminen ja yhden muuttujan arvioiminen toisen muuttujan perusteella. |
| Riippuvat ja itsenäiset muuttujat | Ei eroa | Molemmat muuttujat ovat erilaisia. |
| osoittaa | Korrelaatiokerroin osoittaa, missä määrin kaksi muuttujaa liikkuu yhdessä. | Regressio osoittaa yksikön muutoksen vaikutuksen arvioituun muuttujaan (y) tunnetussa muuttujassa (x). |
| Tavoite | Etsi muuttujien välistä suhdetta ilmaiseva numeerinen arvo. | Arvioida satunnaismuuttujan arvot kiinteän muuttujan arvojen perusteella. |
Korrelaation määritelmä
Termi korrelaatio on kahden sanan "Co" (yhdessä) ja kahden määrän välisen suhteen (yhteys) yhdistelmä. Korrelaatio on silloin, kun kahden muuttujan tutkimisen aikana havaitaan, että yksikön muutos yhdessä muuttujassa on vastakkainen muutoksella toisessa muuttujassa eli suorassa tai epäsuorassa. Vaihtoehtoisesti muuttujien sanotaan olevan korreloimattomia, kun liikkuminen yhdessä muuttujassa ei ole minkään toisen liikkeen liikkumista tietyssä suunnassa. Se on tilastotekniikka, joka edustaa muuttujien parien välisen yhteyden vahvuutta.
Korrelaatio voi olla positiivinen tai negatiivinen. Kun nämä kaksi muuttujaa liikkuvat samaan suuntaan, eli yhden muuttujan lisääntyminen johtaa vastaavan lisäyksen lisääntymiseen toisessa muuttujassa ja päinvastoin, muuttujat katsotaan positiivisesti korreloiduiksi. Esimerkiksi : voitto ja investoinnit.
Päinvastoin, kun nämä kaksi muuttujaa liikkuvat eri suuntiin siten, että yhden muuttujan lisääntyminen johtaa toisen muuttujan vähenemiseen ja päinvastoin, Tätä tilannetta kutsutaan negatiiviseksi korrelaatioksi. Esimerkiksi : Tuotteen hinta ja kysyntä.
Korrelaatiotoimenpiteet esitetään seuraavasti:
- Karl Pearsonin tuotemomentin korrelaatiokerroin
- Spearmanin sijoituskerroin
- Hajontakaavio
- Samanaikaisten poikkeamien kerroin
Määritelmä Regressio
Regressioksi kutsutaan tilastollinen menetelmä metristä riippuvaisen muuttujan muutoksen arvioimiseksi yhden tai useamman riippumattoman muuttujan muutoksen perusteella kahden tai useamman muuttujan keskimääräisen matemaattisen suhteen perusteella. Sillä on merkittävä rooli monissa ihmisen toiminnoissa, sillä se on tehokas ja joustava työkalu, jolla ennustettiin menneitä, nykyisiä tai tulevia tapahtumia aikaisempien tai nykyisten tapahtumien perusteella. Esimerkiksi : Aiempien tietojen perusteella yrityksen tulevaa voittoa voidaan arvioida.
Yksinkertaisessa lineaarisessa regressiossa on kaksi muuttujaa x ja y, joissa y riippuu x: stä tai sanovat vaikuttavan x: llä. Tässä y: tä kutsutaan riippuvaksi, tai kriteerimuuttuja ja x on itsenäinen tai ennakoiva muuttuja. Y: n regressiolinja x: ssä ilmaistaan seuraavasti:
y = a + bx
missä, a = vakio,
b = regressiokerroin,
Tässä yhtälössä a ja b ovat kaksi regressioparametriä.
Korrelaation ja regressioon liittyvät keskeiset erot
Jäljempänä esitetyt kohdat selittävät yksityiskohtaisesti korrelaation ja regressioon liittyvän eron:
- Tilastollinen toimenpide, joka määrittää kahden määrän yhteissuhteen tai yhdistämisen, tunnetaan nimellä Korrelaatio. Regressio kuvaa, kuinka riippumaton muuttuja liittyy numeerisesti riippuvaan muuttujaan.
- Korrelaatiota käytetään kahden muuttujan välisen lineaarisen suhteen esittämiseen. Päinvastoin, regressiota käytetään parhaimman linjan sovittamiseen ja yhden muuttujan arvioimiseen toisen muuttujan perusteella.
- Korrelaatiossa ei ole eroa riippuvien ja riippumattomien muuttujien välillä, ts. X: n ja y: n välinen korrelaatio on samanlainen kuin y ja x. Sitä vastoin y: n regressio x: ssä eroaa x: stä y: ssä.
- Korrelaatio osoittaa muuttujien voimakkuuden. Toisin kuin regressio heijastaa yksikön muutoksen vaikutusta riippumattoman muuttujan riippuvaan muuttujaan.
- Korrelaation tavoitteena on löytää numeerinen arvo, joka ilmaisee muuttujien välisen suhteen. Toisin kuin regressio, jonka tavoitteena on ennustaa muuttujan arvoja kiinteän muuttujan arvojen perusteella.
johtopäätös
Edellä mainitulla keskustelulla on selvää, että näiden kahden matemaattisen käsitteen välillä on suuri ero, vaikka näitä kahta tutkitaan yhdessä. Korrelaatiota käytetään, kun tutkija haluaa tietää, ovatko tutkitut muuttujat korreloivat vai eivät, jos kyllä, mikä on niiden yhdistyksen vahvuus. Pearsonin korrelaatiokerrointa pidetään parhaana korrelaatiomittauksena. Regressioanalyysissä muodostetaan funktionaalinen suhde kahden muuttujan välillä, jotta tulevaisuuden ennusteet tapahtumista voitaisiin tehdä.
