Dwa najczęściej używane terminy w świecie statystyki to Korelacja, a następnie Regresja. Te dwa terminy są określane jako „Analiza”, ponieważ opierają się na rozpowszechnianiu wielu zmiennych. Zjawisko to jest powszechnie znane jako rozkład wielowymiarowy. Najczęściej stosuje się je, gdy trzeba zbadać związek między dwiema zmiennymi ilościowymi.
Respondenci najczęściej są pytani o charakterystyczne cechy korelacji i regresji. Jednak wiele osób ma wątpliwości w zrozumieniu dwóch powyższych zwrotów.
Korelacja a regresja
ten różnica między korelacją a regresją jest to, że korelacja jest miarą powiązania lub braku między dwiema zmiennymi, na przykład „x,” i „y”. „x,” i „y” nie są tutaj zmiennymi niezależnymi ani zależnymi. Natomiast w Regresji wartość zmiennej warunkowej obliczana jest na podstawie wartości zmiennej niezależnej.
Wstępnie oceniono związek między dwiema różnymi zmiennymi. Regresja ma niezliczone instynktowne zastosowania w codziennym życiu. Oto dokładna tabela porównawcza, która może z powodzeniem wyjaśnić różnice między tymi dwoma terminami.
Tabela porównawcza między korelacją a regresją
| Parametr porównania | Korelacja | Regresja |
|---|---|---|
| Oznaczający | Określa współzależność, czyli związek między dwiema zmiennymi. W dużej mierze zależy od procedur opartych na statystykach. | Uzasadnia relację arytmetyczną między nimi, wartością autonomiczną i zależną. |
| Cel | Umożliwia identyfikację wartości liczbowej, która wyraża związek między dwiema lub większą liczbą zmiennych. | W Regresji wartości stałej zmiennej pomagają nam określić i przybliżyć wartości zmiennej losowej. |
| Stosowanie | Pokazano liniowy związek między dwiema zmiennymi. | Oparte głównie na oszacowaniu na podstawie jednej zmiennej w celu przewidzenia wartości drugiej zmiennej. |
| Zmienna niezależna i zmienna zależna | Zarówno zmienne zależne, jak i niezależne są do siebie podobne. | Zmienne niezależne i zależne nie są takie same. |
| Wskazanie | Jest to miara stopnia, w jakim obie zmienne zmieniają się jednocześnie. | Regresja oznacza, w jaki sposób zmiana wartości zmiennej (x) jest określona przez zmienną (y). |
Jaka jest korelacja?
Korelacja wywodzi się z dwóch słów, a mianowicie „Co”, co oznacza razem, oraz „relacja”, co oznacza połączenie lub połączenie, które jest pomiędzy kilkoma wielkościami.
Oznacza to jedynie stopień zmiany zachodzącej w jednej ze zmiennych, na który odpowiada odpowiadająca jej zmiana w drugiej zmiennej. Może to być zmiana wyraźna lub dorozumiana.
Z powodzeniem obrazuje stopień powiązania dwóch z uwzględnionych zmiennych, opiera się na zasadach statystyki. Wyznaczona wartość może być dodatnia lub ujemna.
Gdy obie zmienne poruszają się w identycznym kierunku, jest to dodatnia korelacja, a wyniki są ze sobą zgodne, co prowadzi do inwestycji i zysku.
Przeciwnie, ujemna korelacja występuje, gdy zmienne poruszają się w przeciwnych kierunkach, co skutkuje spadkiem drugiej zmiennej. Na przykład wartość i wymagania przedmiotu są ze sobą powiązane.
Przykładem, w którym można z powodzeniem zastosować korelację jest sytuacja, w której firma chce porównać skumulowaną liczbę dokonanych sprzedaży z liczbą zatrudnionych sprzedawców.
Co to jest regresja?
Regresja to próba określenia relacji jednej zmiennej z drugą istotną zmienną. Stosowane są dwa rodzaje zmiennych: zależna i niezależna. Regresja wyprzedza korelację o krok, ponieważ dodaje możliwości przewidywania.
Regresja jest stosowana na co dzień przez ludzi na poziomie intuicyjnym. Zajmuje znaczące miejsce w ludzkich działaniach, ponieważ jest potężnym narzędziem używanym do przewidywania wydarzeń, które miały miejsce przed tymi czasami, w teraźniejszości i przyszłości na podstawie wcześniejszych lub obecnych wydarzeń i wydarzeń.
Na przykład przeszłe zapisy biznesowe mogą oszacować jego przyszłe zyski. Można to wyjaśnić na prostym przykładzie, jak budzimy się rano. Jeśli kładziesz się spać wcześnie, możesz wstawać wcześnie rano z większą łatwością.
Możemy zrozumieć regresję liniową za pomocą dwóch zmiennych „x” i „y”. Tutaj obie zmienne „x” i „y” zależą od innych, tj. „y” zależy lub ma na nie wpływ „x”, który jest zmienną niezależną. Wspomniane czynniki są wskazane na wykresie statystycznym, który jest matematyczną reprezentacją.
Regresja ilościowa jest dokładniejsza, ponieważ tworzy arytmetyczną interpretację równania. To równanie lub formuły mogą być używane do analizowania i przewidywania w przyszłości.
Na przykład lekarz szacuje odpowiednią dawkę leku (zmienna niezależna) dla pacjenta na podstawie jego masy ciała, która jest zmienną zależną.
Główne różnice między korelacją a regresją
Wniosek
Oczywiste jest, że analiza korelacji i analiza regresji różnią się znacznie między sobą, chociaż te kilka pojęć matematycznych jest obliczanych razem.
Podczas analizy regresji badacz stara się zidentyfikować funkcjonalny związek między dwiema zmiennymi ustalonymi w celu uzyskania przyszłych korzyści i zysków.
Bibliografia
- https://psycnet.apa.org/record/1960-06763-000
- https://link.springer.com/content/pdf/10.3758/BRM.41.4.1149.pdf
- https://psycnet.apa.org/record/1995-97110-002
