Différence entre la covariance et la corrélation
- 1437
- 344
- Juliette Paul
Covariance et Corrélation sont deux concepts mathématiques qui sont très couramment utilisés dans les statistiques d'entreprise. Ces deux deux déterminent la relation et mesure la dépendance entre deux variables aléatoires. Malgré quelques similitudes entre ces deux termes mathématiques, ils sont différents les uns des autres. La corrélation est lorsque le changement dans un élément peut entraîner la modification d'un autre élément.
La corrélation est considérée comme le meilleur outil pour mesurer et exprimer la relation quantitative entre deux variables de formule. D'un autre côté, la covariance est lorsque deux éléments varient ensemble. Lisez l'article donné pour connaître les différences entre la covariance et la corrélation.
Contenu: covariance vs corrélation
- Tableau de comparaison
- Définition
- Différences clés
- Similitudes
- Conclusion
Tableau de comparaison
| Base de comparaison | Covariance | Corrélation |
|---|---|---|
| Signification | La covariance est une mesure indiquant la mesure dans laquelle deux variables aléatoires changent en tandem. | La corrélation est une mesure statistique qui indique à quel point deux variables sont liées. |
| Qu'est-ce que c'est? | Mesure de la corrélation | Version à l'échelle de la covariance |
| Valeurs | Mensonge entre -∞ et + ∞ | Mentir entre -1 et +1 |
| Changement d'échelle | Affecte la covariance | N'affecte pas la corrélation |
| Mesure libre de l'unité | Non | Oui |
Définition de la covariance
La covariance est un terme statistique, défini comme une relation systématique entre une paire de variables aléatoires dans lesquelles un changement d'une variable réciproque par un changement équivalent d'une autre variable.
La covariance peut prendre n'importe quelle valeur entre -∞ vers + ∞, dans laquelle la valeur négative est un indicateur d'une relation négative alors qu'une valeur positive représente la relation positive. De plus, il vérifie la relation linéaire entre les variables. Par conséquent, lorsque la valeur est nulle, elle n'indique aucune relation. En plus de cela, lorsque toutes les observations de l'une ou l'autre variable sont identiques, la covariance sera nulle.
En covariance, lorsque nous modifions l'unité d'observation sur aucune ou les deux variables, il n'y a pas de changement dans la force de la relation entre deux variables mais la valeur de la covariance est modifiée.
Définition de la corrélation
La corrélation est décrite comme une mesure des statistiques, qui détermine le degré auquel deux ou plusieurs variables aléatoires se déplacent en tandem. Au cours de l'étude de deux variables, s'il a été observé que le mouvement dans une variable, est réciproque par un mouvement équivalent d'une autre variable, d'une manière ou d'une autre, alors les variables seraient corrélées.
La corrélation est de deux types, i.e. corrélation positive ou corrélation négative. Les variables seraient corrélées positivement ou directement lorsque les deux variables se déplacent dans la même direction. Au contraire, lorsque les deux variables se déplacent dans une direction opposée, la corrélation est négative ou inverse.
La valeur de la corrélation se situe entre -1 et +1, dans laquelle les valeurs proches de +1 représentent une forte corrélation positive et des valeurs proches de -1 est un indicateur d'une forte corrélation négative. Il existe quatre mesures de corrélation:
- Diagramme de dispersion
- Coefficient de corrélation de produit du produit
- Coefficient de corrélation de rang
- Coefficient des déviations simultanées
Différences clés entre la covariance et la corrélation
Les points suivants sont remarquables en ce qui concerne la différence entre la covariance et la corrélation:
- Une mesure utilisée pour indiquer la mesure dans laquelle deux variables aléatoires changent en tandem. Une mesure utilisée pour représenter à quel point deux variables aléatoires sont liées à la corrélation.
- La covariance n'est rien d'autre qu'une mesure de la corrélation. Au contraire, la corrélation fait référence à la forme de covariance à l'échelle.
- La valeur de la corrélation a lieu entre -1 et +1. Inversement, la valeur de la covariance se situe entre -∞ et + ∞.
- La covariance est affectée par le changement d'échelle, i.e. Si toute la valeur d'une variable est multipliée par une constante et que toute la valeur d'une autre variable est multipliée par une constante similaire ou différente, alors la covariance est modifiée. En ce qui concerne cela, la corrélation n'est pas influencée par le changement d'échelle.
- La corrélation est sans dimension, je.e. c'est une mesure sans unité de la relation entre les variables. Contrairement à la covariance, où la valeur est obtenue par le produit des unités des deux variables.
Similitudes
Les deux ne mesurent que la relation linéaire entre deux variables, i.e. Lorsque le coefficient de corrélation est nul, la covariance est également nulle. De plus, les deux mesures ne sont pas affectées par le changement d'emplacement.
Conclusion
La corrélation est un cas particulier de covariance qui peut être obtenu lorsque les données sont standardisées. Maintenant, lorsqu'il s'agit de faire un choix, ce qui est une meilleure mesure de la relation entre deux variables, la corrélation est préférée à la covariance, car elle n'est pas affectée par le changement d'emplacement et d'échelle, et peut également être utilisée pour faire une comparaison entre Deux paires de variables.