Skillnad mellan Covariance och Correlation

• 2019

Covarians och korrelation är två matematiska begrepp som ganska vanligt används i företagsstatistik. Båda dessa två bestämmer förhållandet och mäter beroende mellan två slumpmässiga variabler. Trots vissa likheter mellan dessa två matematiska termer skiljer de sig från varandra. Korrelation är när förändringen i ett objekt kan leda till förändringen i ett annat objekt.

Korrelation anses vara det bästa verktyget för att mäta och uttrycka det kvantitativa förhållandet mellan två variabler i formeln. Å andra sidan är kovarians när två saker varierar ihop. Läs den givna artikeln för att få veta skillnaderna mellan kovarians och korrelation.

Jämförelsediagram

Grunder för jämförelse	Covariance	Korrelation
Menande	Covariance är ett mått som indikerar i vilken utsträckning två slumpmässiga variabler ändras i tandem.	Korrelation är en statistisk åtgärd som anger hur starkt två variabler är relaterade.
Vad är det?	Mätning av korrelation	Skalad version av kovarians
värden	Lie mellan -∞ och + ∞	Ligga mellan -1 och +1
Skalförändring	Påverkar kovarians	Påverkar inte korrelationen
Enhetsfri åtgärd	Nej	Ja

Definition av Covariance

Covariance är en statistisk term, definierad som ett systematiskt förhållande mellan ett par slumpmässiga variabler vari en ändring i en variabel fram och återgående med en ekvivalent förändring i en annan variabel.

Covarians kan ta något värde mellan -∞ till + ∞, där det negativa värdet är en indikator på negativt förhållande medan ett positivt värde representerar det positiva förhållandet. Vidare fastställer det linjära förhållandet mellan variabler. Därför, när värdet är noll, indikerar det inget förhållande. Förutom detta, då alla observationer av variabeln är lika, kommer kovariansen att vara noll.

I Covariance, när vi ändrar observationsenheten på någon eller båda de två variablerna, så finns det ingen förändring i styrkan i förhållandet mellan två variabler men värdet av kovarians ändras.

Definition av korrelation

Korrelation beskrivs som en mätning i statistiken, som bestämmer graden till vilken två eller flera slumpmässiga variabler rör sig i tandem. Under studien av två variabler, om det har observerats att rörelsen i en variabel, framkallas med en motsvarande rörelse en annan variabel, på något sätt eller den andra, sägs variablerna vara korrelerade.

Korrelationen är av två typer, dvs positiv korrelation eller negativ korrelation. Variablerna sägs vara positivt eller direkt korrelerade när de två variablerna rör sig i samma riktning. Tvärtom, när de två variablerna rör sig i motsatt riktning är korrelationen negativ eller invers.

Värdet av korrelation ligger mellan -1 och +1, där värden nära +1 representerar stark positiv korrelation och värden nära -1 är en indikator på stark negativ korrelation. Det finns fyra mått av korrelation:

• Punktdiagram
• Korrelationskoefficient för produkt-moment
• Rangkorrelationskoefficient
• Koefficient för samtidiga avvikelser

Viktiga skillnader mellan Covariance och Correlation

Följande punkter är anmärkningsvärda vad gäller skillnaden mellan kovarians och korrelation:

1. En åtgärd som används för att indikera i vilken utsträckning två slumpmässiga variabler ändras i tandem kallas kovarians. En åtgärd som används för att representera hur starkt två slumpmässiga variabler är kända som korrelation.
2. Covariance är ingenting annat än ett mått på korrelation. Tvärtom hänvisar korrelation till den skalade formen av kovarians.
3. Värdet av korrelationen sker mellan -1 och +1. Omvänt ligger värdet av kovarians mellan -∞ och + ∞.
4. Covarians påverkas av skalförändringen, dvs om hela värdet av en variabel multipliceras med en konstant och allt värde för en annan variabel multipliceras med en liknande eller annorlunda konstant, ändras kovariansen. Däremot påverkas korrelationen inte av skalförändringen.
5. Korrelation är dimensionslös, dvs det är en unitfri mätning av förhållandet mellan variabler. Till skillnad från kovarians, där värdet erhålls med produkten av enheterna i de båda variablerna.

Likheter

Båda mäter endast linjärt förhållande mellan två variabler, dvs när korrelationskoefficienten är noll, är kovarians också noll. Vidare påverkas de två åtgärderna inte av förändringen på platsen.

Slutsats

Korrelation är ett speciellt fall av kovarians som kan erhållas när data är standardiserade. När det gäller att göra ett val, vilket är ett bättre mått på förhållandet mellan två variabler, föredras korrelation över kovarians, eftersom den inte är opåverkad av förändringen i plats och skala och kan också användas för att göra en jämförelse mellan två par variabler.