Covariance and Correlation
Covariance vs. Correlation
Ang kovariance at correlation ay dalawang konsepto sa larangan ng posibilidad at istatistika. Ang parehong konsepto ay naglalarawan ng ugnayan sa pagitan ng dalawang mga variable. Bukod pa rito, pareho ang mga tool ng pagsukat ng isang tiyak na uri ng pagtitiwala sa pagitan ng mga variable.
Ang "covariance" ay tinukoy bilang "ang inaasahang halaga ng mga pagkakaiba-iba ng dalawang random variation mula sa kanilang inaasahang halaga," habang ang "ugnayan" ay "ang inaasahang halaga ng dalawang random na variation." Upang pasimplehin, sinusubukan ng isang kovariance na tingnan at sukatin kung gaano karaming mga variable ang nagbabago nang sama-sama. Sa ganitong konsepto, ang parehong mga variable ay maaaring magbago sa parehong paraan nang hindi nagpapahiwatig ng anumang relasyon. Ang kovariance ay isang sukatan ng lakas o kahinaan ng ugnayan sa pagitan ng dalawa o higit pang mga hanay ng mga random na variable, habang ang ugnayan ay nagsisilbing isang naka-scale na bersyon ng isang kovariance.
Ang parehong covariance at correlation ay may mga natatanging uri. Ang covariance ay maaaring mauri bilang positibong covariance (dalawang variable ay may magkakaibang magkasama) at negatibong covariance (isang variable ay nasa itaas o mas mababa sa inaasahang halaga kumpara sa ibang variable). Sa kabilang banda, ang ugnayan ay may tatlong kategorya: positibo, negatibo, o zero. Ang positibong ugnayan ay ipinahiwatig ng isang plus sign, negatibong ugnayan sa pamamagitan ng isang negatibong pag-sign, at uncorrelated variable - sa pamamagitan ng isang "0." Ang parehong covariance at correlation ay mayroong mga saklaw. Ang mga halaga ng ugnayan ay nasa laki ng -1 hanggang +1. Sa mga tuntunin ng kovarians, ang mga halaga ay maaaring lumampas o maaaring nasa labas ng hanay ng ugnayan. Bilang karagdagan, ang mga halaga ng ugnayan ay nakasalalay sa mga yunit ng sukat ng "X" at "Y." Ang isa pang kapansin-pansin na pagkakaiba ay ang isang ugnayan ay walang sukat. Sa kaibahan, ang isang covariance ay inilarawan sa mga yunit na nabuo sa pamamagitan ng pagpaparami ng yunit ng isang variable sa pamamagitan ng isa pang yunit ng isa pang variable. Ang kovariance ay nakatuon sa relasyon sa pagitan ng dalawang entidad, tulad ng mga variable o set ng data. Sa kaibahan, ang ugnayan ay maaaring kasangkot sa dalawa o higit pang mga variable o hanay ng data at ang mga relasyon sa pagitan nila.
Ang isa pang kapansin-pansing pagkakaiba sa pagitan ng dalawa ay ang isang kovariance ay kadalasang magkakasunod sa isang pagkakaiba (isa sa mga katangian nito, ngunit din ang pangkaraniwang sukatan ng scatter o dispersion), samantalang ang ugnayan ay magkakasama sa pag-asa at pagtatasa ng pagbabalik. Ang "pagtitiwala" ay tinukoy bilang "anumang kaugnayan sa pagitan ng dalawang set ng data o mga random na variable," habang ang pagtatasa ng pagbabalik ay ang pamamaraan na ginagamit upang siyasatin ang kaugnayan sa pagitan ng mga independiyenteng at umaasa na mga variable. Ang iba pang mga klasipikasyon ng ugnayan ay bahagyang at maramihang ugnayan. 1.Covariance and correlation ay dalawang konsepto sa pag-aaral ng istatistika at posibilidad. Ang mga ito ay naiiba sa kanilang mga kahulugan ngunit malapit na nauugnay. Ang parehong konsepto ay naglalarawan ng relasyon at sukatin ang uri ng pag-asa sa pagitan ng dalawa o higit pang mga variable. 2.Covariance ay ang inaasahang halaga ng pagkakaiba-iba sa pagitan ng dalawang random variation mula sa kanilang inaasahang mga halaga, habang ang isang ugnayan ay may halos parehong kahulugan, ngunit hindi ito kasama ang pagkakaiba-iba. 3. Ang kovariance ay isa ring sukat ng dalawang mga random na variable na nagkakaiba-iba. Samantala, ang kaugnayan ay nauugnay sa pagtutulungan o pagsasamahan. Sa madaling salita, ang ugnayan sa kung gaano kalayo o kung gaano kalapit ang dalawang mga variable ay mula sa pagiging independiyente ng bawat isa. 4. Ang kovariance ay isang sukatan ng isang ugnayan, habang ang ugnayan ay isang pinaliit na bersyon ng covariance. 5. Ang kovariance ay maaaring kasangkot ang relasyon sa pagitan ng dalawang mga variable o data set, habang ang ugnayan ay maaaring kasangkot ang relasyon sa pagitan ng maramihang mga variable pati na rin. 6. Ang mga halaga ng kikitain ay mula sa positibong 1 hanggang negatibong 1. Sa kabilang banda, ang mga halaga ng kovarians ay maaaring lumagpas sa sukat na ito. 7.Ang ugnayan at covariance ay gumagamit ng positibo o negatibong paglalarawan ng kanilang mga uri. Ang kovarians ay may dalawang uri - positibong covariance (kung saan magkakaiba ang magkakaibang variable) at negatibong covariance (kung saan ang isang variable ay mas mataas o mas mababa kaysa sa isa). Sa mga tuntunin ng ugnayan, ang mga positibo at negatibong mga ugnayan ay sumali sa isang karagdagang kategorya, "0" - isang hindi nakikitang uri.
Buod:
