Különbség Az Asszociáció és A Korreláció Között

2024 Szerző: Mildred Bawerman | [email protected]. Utoljára módosítva: 2023-12-16 08:39

Egyesület vs korreláció

Az asszociáció és a korreláció két módszer a két statisztikai változó közötti kapcsolat magyarázatára. Az asszociáció egy általánosabb kifejezésre utal, és az összefüggés az asszociáció speciális esetének tekinthető, ahol a változók közötti kapcsolat lineáris jellegű.

Mi az Egyesület?

A statisztikai kifejezés az asszociációt két véletlen változó közötti kapcsolatként definiálja, amely statisztikailag függővé teszi őket. Inkább egy általános kapcsolatra utal, anélkül, hogy a kapcsolat sajátosságait megemlítenék, és nem szükséges ok-okozati összefüggésnek lennie.

Számos statisztikai módszert alkalmaznak a két változó közötti kapcsolat megállapítására. Pearson korrelációs együtthatója, az esélyhányados, a távolság korrelációja, Goodman és Kruskal Lambda és Spearman rho (ρ) néhány példa.

Mi az összefüggés?

A korreláció a két változó közötti kapcsolat erősségének mértéke. A korrelációs együttható az egyik változó változásának mértékét számszerűsíti a másik változó változása alapján. A statisztikában a korreláció a függőség fogalmához kapcsolódik, amely két változó statisztikai kapcsolata

A Pearson-féle korrelációs együttható, vagy éppen az r korrelációs együttható -1 és 1 közötti érték (-1≤r≤ + 1). Ez a leggyakrabban alkalmazott korrelációs együttható, és csak a változók közötti lineáris kapcsolatra érvényes. Ha r = 0, nincs összefüggés, és ha r ≥0, akkor a kapcsolat közvetlenül arányos; az egyik változó értéke növekszik a másik növekedésével. Ha r≤0, a kapcsolat fordítottan arányos; az egyik változó a másik növekedésével csökken.

A linearitási feltétel miatt az r korrelációs együttható is felhasználható a változók közötti lineáris kapcsolat jelenlétének megállapítására.

Spearman rangkorrelációs együtthatója és Kendrall rangkorrelációs együtthatója a kapcsolat erősségét méri, a lineáris tényező nélkül. Figyelembe veszik, hogy az egyik változó milyen mértékben növekszik vagy csökken a másikkal. Ha mindkét változó együtt növekszik, az együttható pozitív lesz, és ha az egyik változó növekszik, míg a másik csökken, akkor az együttható értéke negatív lesz.

A rangkorrelációs együtthatókat csak a kapcsolat típusának megállapítására használják, de nem a Pearson-féle korrelációs együttható részletes vizsgálatára. Ezeket használják a számítások csökkentésére és az eredmények függetlenebbé tételére is a figyelembe vett eloszlások nem normalitásától.

Mi a különbség az asszociáció és az összefüggés között?

• Az asszociáció két véletlen változó közötti általános kapcsolatra utal, míg a korreláció a véletlen változók közötti többé-kevésbé lineáris kapcsolatra utal.

• Az asszociáció fogalom, de a korreláció az asszociáció mértéke, és matematikai eszközök állnak rendelkezésre a korreláció nagyságának mérésére.

• Pearson szorzatmomentum-korrelációs együtthatója meghatározza a lineáris kapcsolat jelenlétét, és meghatározza a kapcsolat jellegét (legyenek azok arányosak vagy fordítottan arányosak).

• A rangkorrelációs együtthatók csak a kapcsolat jellegének meghatározására szolgálnak, kivéve a kapcsolat linearitását (lehet, hogy nem lineáris, de lehet, hogy nem, de megmondja, hogy a változók együtt növekednek-e, együtt csökkennek-e, vagy az egyik növekszik, míg a másik csökken vagy csökken. oda-vissza).