Ero Kovarianssi ja korrelaatio



 Kovarianssi vs Korrelaatio

Kovarianssi ja korrelaatio kaksi käsitettä alalla todennäköisyys ja tilastot. Molemmat ovat käsitteitä, jotka kuvaavat suhdetta kaksi muuttujaa toisiinsa. Myös molemmat ovat työkaluja mittaus tietynlaista riippuvuutta välillä muuttujien.

'Kovarianssi' määritellään 'odotusarvo muunnelmia kaksi satunnaista ja sen vaihtelun välillä odotusarvonsa' taas 'korrelaatio' on 'odotusarvo kaksi satunnaista ja sen vaihtelun.'
Yksinkertaistamaan, joka on kovarianssi yrittää tutkia ja mitata, kuinka paljon muuttujat pysyvät yhdessä. Tässä käsite, molemmat muuttujat voidaan muuttaa samalla tavalla, mutta ei mainitse mitään suhdetta. Kovarianssi on mittaus vahvuus tai heikkous korrelaatio kahden tai useamman sarjaa satunnaismuuttujien taas korrelaatio toimii skaalattu versio kovarianssi.

Sekä kovarianssi ja korrelaatio on erottuva tyyppejä. Kovarianssi voidaan luokitella positiiviseksi kovarianssi (kaksi muuttujaa yleensä vaihtelevat yhdessä) ja negatiivinen kovarianssi (yksi muuttuja on yli tai alle odotetun arvon verrattuna toisen muuttujan). Toisaalta, korrelaatio on kolme sarjaa; positiivinen, negatiivinen tai nolla. Positiivinen korrelaatio osoitetaan plusmerkillä, negatiivinen merkki negatiivisesta korrelaatio, ja '0' Korreloimattomien muuttujia.

Sekä kovarianssi ja korrelaatio kantama. Korrelaatioarvot ovat mittakaavassa -1-1. Mitä kovarianssi, arvot voivat ylittää tai voi olla ulkopuolella korrelaation alue. Lisäksi korrelaatioarvot ovat riippuvaisia ​​mittayksiköt 'x' ja 'Y.'
Toinen merkittävä ero on, että korrelaatio on dimensioton. Sitä vastoin kovarianssi on yksikköinä, jotka on muodostettu kertomalla yksikön yhden muuttujan toisen yksikön toisen muuttujan. Kovarianssi keskittyy suhde kahden yksikön, kuten muuttujat, jossa tietoja. Sen sijaan korrelaatio voi käsittää kaksi tai useampia muuttujia tai aineistoja ja niiden suhteita.



Toinen hyödyllinen tieto on, että kovarianssi on usein rinnalla varianssi (yksi sen ominaisuuksista ja viittaa myös yhteisen toiminnan hajonta tai hajonta), kun taas korrelaatio menee yhdessä riippuvuus ja regressioanalyysi. 'Riippuvuus' on määritelty 'mitään suhdetta kahden tietoaineiston tai satunnaismuuttujien' kun regressioanalyysi on käytetty menetelmä tutkia suhdetta riippumattomien ja riippuvien muuttujien. Muut luokitukset korrelaation ovat osittaisia ​​ja useita korrelaatioita.

Yhteenveto:

1. Kovarianssi ja korrelaatio kaksi käsitettä tutkimuksessa tilastojen ja todennäköisyys. Ne ovat erilaisia ​​niiden määritelmät mutta ovat läheistä sukua. Molemmat käsitteet kuvaavat suhdetta ja mittaamaan sellaista riippuvuutta Kahden muuttujan.
2. kovarianssi on odotettu arvo muunnelmia kaksi satunnaista ja sen vaihtelun niiden odotetaan arvoista, kun taas korrelaatio on lähes sama määritelmä, paitsi että sen ei 't sisältävät muunnelmat.
3. Kovarianssi on myös mitta kaksi satunnaismuuttujien vaihdella yhdessä. Samaan aikaan korrelaatio liittyy keskinäisen riippuvuuden tai -alueella. Yksinkertaisesti sanottuna, korrelaatio on kuinka pitkälle tai kuinka lähellä kaksi muuttujaa ovat olemasta toisistaan ​​riippumattomia.
4. Kovarianssi on mitta korrelaatio, kun korrelaatio on skaalattu versio kovarianssi.
5. Kovarianssi voi liittyä suhdetta kahden muuttujan tai aineistoja kun korrelaatio voi liittyä suhdetta useita muuttujia.
6. Korrelaatio arvot vaihtelevat positiivinen 1 negatiiviseksi 1. Toisaalta, kovarianssi arvot voivat ylittää tässä mittakaavassa.