Differenza tra covarianza e correlazione
Share
covarianza e Correlazione sono due concetti matematici che sono abbastanza comunemente usati nelle statistiche aziendali. Entrambi questi due determinano la relazione e misurano la dipendenza tra due variabili casuali. Nonostante alcune somiglianze tra questi due termini matematici, sono diversi l'uno dall'altro. La correlazione è quando la modifica di un elemento può comportare la modifica di un altro elemento.
La correlazione è considerata lo strumento migliore per misurare ed esprimere la relazione quantitativa tra due variabili in formula. D'altra parte, la covarianza è quando due elementi variano insieme. Leggi l'articolo per conoscere le differenze tra covarianza e correlazione.
Contenuto: Covariance vs correlazione
Grafico comparativo
| Base per il confronto | covarianza | Correlazione |
|---|---|---|
| Senso | La covarianza è una misura che indica la misura in cui due variabili casuali cambiano in tandem. | La correlazione è una misura statistica che indica quanto siano correlate due variabili. |
| Che cos'è? | Misura della correlazione | Versione in scala della covarianza |
| Valori | Mentire tra -∞ e + ∞ | Mentire tra -1 e +1 |
| Cambio di scala | Colpisce la covarianza | Non influisce sulla correlazione |
| Misura libera unità | No | sì |
Definizione di Covarianza
La covarianza è un termine statistico, definito come una relazione sistematica tra una coppia di variabili casuali in cui un cambiamento in una variabile è ricambiato da un cambiamento equivalente in un'altra variabile.
La covarianza può assumere qualsiasi valore compreso tra -∞ e + ∞, in cui il valore negativo è un indicatore di relazione negativa mentre un valore positivo rappresenta la relazione positiva. Inoltre, determina la relazione lineare tra le variabili. Pertanto, quando il valore è zero, non indica alcuna relazione. Oltre a questo, quando tutte le osservazioni di entrambe le variabili sono uguali, la covarianza sarà zero.
In Covariance, quando cambiamo l'unità di osservazione su una o entrambe le due variabili, allora non c'è alcun cambiamento nella forza della relazione tra due variabili, ma il valore della covarianza è cambiato.
Definizione di correlazione
La correlazione è descritta come una misura in statistica, che determina il grado in cui due o più variabili casuali si spostano in tandem. Durante lo studio di due variabili, se è stato osservato che il movimento in una variabile, è ricambiato da un movimento equivalente un'altra variabile, in un modo o nell'altro, allora le variabili si dicono siano correlate.
La correlazione è di due tipi, cioè correlazione positiva o correlazione negativa. Si dice che le variabili siano correlate positivamente o direttamente quando le due variabili si muovono nella stessa direzione. Al contrario, quando le due variabili si muovono in direzione opposta, la correlazione è negativa o inversa.
Il valore della correlazione è compreso tra -1 e +1, in cui valori vicini a +1 rappresentano una forte correlazione positiva e valori vicini a -1 sono un indicatore di correlazione fortemente negativa. Ci sono quattro misure di correlazione:
- Diagramma di dispersione
- Coefficiente di correlazione del momento del prodotto
- Coefficiente di correlazione di rango
- Coefficiente di deviazioni concomitanti
Differenze chiave tra covarianza e correlazione
I seguenti punti sono degni di nota per quanto riguarda la differenza tra covarianza e correlazione:
- Una misura utilizzata per indicare la misura in cui due variabili casuali cambiano in tandem è nota come covarianza. Una misura utilizzata per rappresentare quanto fortemente due variabili casuali sono correlate note come correlazione.
- La covarianza non è altro che una misura di correlazione. Al contrario, la correlazione si riferisce alla forma in scala della covarianza.
- Il valore della correlazione avviene tra -1 e +1. Viceversa, il valore della covarianza si trova tra -∞ e + ∞.
- La covarianza è influenzata dal cambiamento di scala, cioè se tutto il valore di una variabile viene moltiplicato per una costante e tutto il valore di un'altra variabile viene moltiplicato, per una costante simile o diversa, allora la covarianza viene cambiata. Al contrario, la correlazione non è influenzata dal cambiamento di scala.
- La correlazione è adimensionale, cioè è una misura senza unità della relazione tra variabili. A differenza della covarianza, dove il valore è ottenuto dal prodotto delle unità delle due variabili.
Analogie
Entrambe misurano solo la relazione lineare tra due variabili, cioè quando il coefficiente di correlazione è zero, anche la covarianza è zero. Inoltre, le due misure non sono influenzate dal cambiamento di posizione.
Conclusione
La correlazione è un caso speciale di covarianza che può essere ottenuto quando i dati sono standardizzati. Ora, quando si tratta di fare una scelta, che è una misura migliore della relazione tra due variabili, la correlazione è preferibile rispetto alla covarianza, perché non è influenzata dal cambiamento di posizione e scala, e può anche essere usata per fare un confronto tra due coppie di variabili.
