Atšķirība starp asociāciju un korelāciju

Asociācija vs korelācija

Asociācija un korelācija ir divas metodes, kā izskaidrot sakarību starp diviem statistiskajiem mainīgajiem. Asociācija attiecas uz vispārīgāku terminu, un korelāciju var uzskatīt par īpašu asociācijas gadījumu, kad attiecības starp mainīgajiem lielumiem ir lineāras.

Kas ir asociācija?

Statistikas terminu asociācija tiek definēta kā saistība starp diviem nejaušiem mainīgajiem, kas tos padara statistiski atkarīgus. Tas drīzāk attiecas uz vispārīgām attiecībām bez minēto attiecību specifikas, un nav jābūt cēloņsakarībām.

Lai izveidotu asociāciju starp diviem mainīgajiem lielumiem, tiek izmantotas daudzas statistikas metodes. Pīrsona korelācijas koeficients, koeficientu attiecība, attāluma korelācija, Gūmena un Kruskala lambda un Spearmana rho (ρ) ir tikai daži piemēri..

Kas ir korelācija?

Korelācija ir divu mainīgo lielumu attiecības stipruma mērs. Korelācijas koeficients kvantitatīvi nosaka viena mainīgā mainības pakāpi, pamatojoties uz otra mainīgā lieluma izmaiņām. Statistikā korelācija ir saistīta ar atkarības jēdzienu, kas ir statistiskā saistība starp diviem mainīgajiem

Pīrsona korelācijas koeficients vai vienkārši korelācijas koeficients r ir vērtība no -1 līdz 1 (-1≤r≤ + 1). Tas ir visbiežāk izmantotais korelācijas koeficients un derīgs tikai lineārai sakarībai starp mainīgajiem. Ja r = 0, tad attiecības nepastāv, un ja r≥0, tad sakarība ir tieši proporcionāla; viena mainīgā vērtība palielinās, palielinoties otra. Ja r≤0, attiecības ir apgriezti proporcionālas; viens mainīgais samazinās, palielinoties otram.

Linearitātes nosacījuma dēļ korelācijas koeficientu r var izmantot arī, lai noteiktu lineāras attiecības esamību starp mainīgajiem.

Spearmana ranga korelācijas koeficients un Kendrall ranga korelācijas koeficients mēra attiecības stiprumu, izslēdzot lineāro koeficientu. Viņi ņem vērā, cik lielā mērā viens mainīgais palielinās vai samazinās ar otru. Ja abi mainīgie palielinās kopā, koeficients būs pozitīvs, un, ja viens mainīgais palielināsies, bet otrs samazinās, koeficienta vērtība būs negatīva.

Ranga korelācijas koeficienti tiek izmantoti tikai attiecību veida noteikšanai, bet nevis detalizēti izpētīt, piemēram, Pīrsona korelācijas koeficientu. Tos izmanto arī, lai samazinātu aprēķinus un padarītu rezultātus neatkarīgākus no aplūkoto sadalījumu nestandarta.

Kāda ir atšķirība starp asociāciju un korelāciju??

• Asociācija attiecas uz vispārējām attiecībām starp diviem izlases mainīgajiem lielumiem, savukārt korelācija attiecas uz vairāk vai mazāk lineāru attiecību starp nejaušiem mainīgajiem..

• Asociācija ir jēdziens, bet korelācija ir asociācijas mērs, un korelācijas lieluma noteikšanai ir nodrošināti matemātiski rīki..

• Pīrsona reizinājuma korelācijas koeficients nosaka lineāru attiecību esamību un nosaka attiecību raksturu (vai tās ir proporcionālas vai apgriezti proporcionālas).

• Ranga korelācijas koeficienti tiek izmantoti, lai noteiktu tikai attiecību raksturu, izslēdzot attiecības linearitāti (tā var būt vai nebūt lineāra, bet tā norādīs, vai mainīgie palielinās kopā, samazinās kopā vai viens palielinās, bet otrs samazinās vai pretēji).