Skillnaden mellan Covariance och Korrelation



 Kovarians vs Korrelation

Kovarians och korrelation är två begrepp inom sannolikhetslära och statistik. Båda är begrepp som beskriver förhållandet mellan två variabler till varandra. Också, båda är verktyg för mätning av en viss typ av beroende mellan variabler.

'Covariance' definieras som 'det förväntade värdet av variationer av två slumpvariabler från deras förväntade värden' medan 'korrelation' är 'det förväntade värdet av två slumpvariabler.'
För att förenkla, försöker en kovarians att undersöka och mäta hur mycket variablerna förändras tillsammans. I detta koncept, kan båda variabler förändras på samma sätt, men utan att ange någon relation. Kovarians är ett mått på styrka eller svaghet i samband mellan två eller flera uppsättningar av slumpvariabler, medan korrelations tjänar som en skalad version av en kovarians.

Både kovarians och korrelation har distinkta typer. Covariance kan klassificeras som positiv samvariation (två variabler tenderar att variera tillsammans) och negativa kovariansen (en variabel ligger över eller under det förväntade värdet jämfört med en annan variabel). Å andra sidan, har korrelation tre kategorier; positiv, negativ eller noll. Positiv korrelation indikeras av ett plustecken, ett minustecken för negativ korrelation, och '0' för okorrelerade variabler.

Både kovarians och korrelation har intervall. Korrelationsvärden är i omfattningen av -1 till +1. När det gäller samvariation, kan värdena överskrider eller kan vara utanför korrelationsintervall. Dessutom korrelationsvärden är beroende av måttenheter av 'X' och 'Y'
En annan anmärkningsvärd skillnad är att ett samband är dimensionslös. Däremot är en samvariation i enheter, som bildas genom att multiplicera enheten en variabel till en annan enhet av en annan variabel. Samvariation fokuserar förhållandet mellan två enheter som variabler av datamängder. Däremot kan korrelationen innefatta två eller flera variabler eller datamängder och deras relationer.



En annan användbar information är att en samvariation är ofta i tandem med en varians (en av dess egenskaper och hänvisar också till den gemensamma åtgärden av spridning eller dispersion) medan korrelation går tillsammans med beroende och regressionsanalys. 'Beroende' definieras som 'någon relation mellan två datamängder eller slumpmässiga variabler' medan regressionsanalys är den metod som används för att undersöka förhållandet mellan oberoende och beroende variabler. Andra klassificeringar av korrelation är partiella och flera korrelationer.

Sammanfattning:

1. Covariance och korrelation är två begrepp i studiet av statistik och sannolikhet. De är olika i deras definitioner men är nära besläktade. Båda begreppen beskriver relationen och mäta den typ av beroende mellan två variabler.
2. Covariance är det förväntade värdet av variationer av två slumpvariabler från deras förväntade värden medan en korrelation har nästan samma definition, förutom att det spelar ingen 't inkluderar variationer.
3. Covariance är också ett mått på två slumpmässiga variabler för att variera tillsammans. Samtidigt är korrelationen i samband med ömsesidigt beroende eller förening. Enkelt uttryckt, är korrelation hur långt eller hur nära två variabler är ifrån oberoende av varandra.
4. Covariance är ett mått på ett samband medan korrelation är en skalad version av samvariation.
5. Covariance kan innebära förhållandet mellan två variabler eller datamängder medan korrelation kan innebära förhållandet mellan flera variabler.
6. korrelationsvärden varierar från positiv 1 till negativ 1. Å andra sidan kan kovarians värdena överstiger denna skala.