Diferencia entre covarianza y correlación
- 2070
- 292
- Miguel Arias
Covarianza y Correlación son dos conceptos matemáticos que se utilizan con bastante frecuencia en las estadísticas comerciales. Ambos dos determinan la relación y miden la dependencia entre dos variables aleatorias. A pesar de algunas similitudes entre estos dos términos matemáticos, son diferentes entre sí. La correlación es cuando el cambio en un elemento puede dar lugar al cambio en otro elemento.
La correlación se considera la mejor herramienta para medir y expresar la relación cuantitativa entre dos variables en la fórmula. Por otro lado, la covarianza es cuando dos elementos varían juntos. Lea el artículo dado para conocer las diferencias entre covarianza y correlación.
Contenido: covarianza vs correlación
- Cuadro comparativo
- Definición
- Diferencias clave
- Similitudes
- Conclusión
Cuadro comparativo
| Base para la comparación | Covarianza | Correlación |
|---|---|---|
| Significado | La covarianza es una medida que indica la medida en que cambian dos variables aleatorias en tándem. | La correlación es una medida estadística que indica cuán fuertemente se relacionan dos variables. |
| Qué es? | Medida de correlación | Versión escalada de covarianza |
| Valores | Mentir entre -∞ y +∞ | Mentir entre -1 y +1 |
| Cambio en la escala | Afecta la covarianza | No afecta la correlación |
| Medida libre de unidades | No | Sí |
Definición de covarianza
La covarianza es un término estadístico, definido como una relación sistemática entre un par de variables aleatorias en la que un cambio en una variable recíprocada por un cambio equivalente en otra variable.
La covarianza puede tomar cualquier valor entre -∞ a +∞, en el que el valor negativo es un indicador de una relación negativa, mientras que un valor positivo representa la relación positiva. Además, determina la relación lineal entre las variables. Por lo tanto, cuando el valor es cero, no indica ninguna relación. Además de esto, cuando todas las observaciones de cualquiera de las variables son las mismas, la covarianza será cero.
En covarianza, cuando cambiamos la unidad de observación en cualquiera o ambas variables, entonces no hay cambios en la fuerza de la relación entre dos variables, pero el valor de la covarianza se cambia.
Definición de correlación
La correlación se describe como una medida en las estadísticas, que determina el grado en que se mueven dos o más variables aleatorias en conjunto. Durante el estudio de dos variables, si se ha observado que el movimiento en una variable, está correspondido por un movimiento equivalente, otra variable, de una forma u otra, se dice que las variables están correlacionadas.
La correlación es de dos tipos, yo.mi. correlación positiva o correlación negativa. Se dice que las variables se correlacionan positiva o directamente cuando las dos variables se mueven en la misma dirección. Por el contrario, cuando las dos variables se mueven en dirección opuesta, la correlación es negativa o inversa.
El valor de la correlación se encuentra entre -1 a +1, en el que los valores cercanos a +1 representan una fuerte correlación positiva y valores cercanos a -1 es un indicador de una fuerte correlación negativa. Hay cuatro medidas de correlación:
- Diagrama de dispersión
- Coeficiente de correlación de productos de productos
- Coeficiente de correlación de rango
- Coeficiente de desviaciones concurrentes
Diferencias clave entre covarianza y correlación
Los siguientes puntos son notables en lo que respecta a la diferencia entre covarianza y correlación:
- Una medida utilizada para indicar hasta qué punto dos variables aleatorias cambian en tándem se conoce como covarianza. Una medida utilizada para representar cuán fuertemente dos variables aleatorias se conocen como correlación.
- La covarianza no es más que una medida de correlación. Por el contrario, la correlación se refiere a la forma escalada de covarianza.
- El valor de la correlación tiene lugar entre -1 y +1. Por el contrario, el valor de la covarianza se encuentra entre -∞ y +∞.
- La covarianza se ve afectada por el cambio en la escala, yo.mi. Si todo el valor de una variable se multiplica por una constante y todo el valor de otra variable se multiplica, por una constante similar o diferente, entonces la covarianza se cambia. En contra de esto, la correlación no está influenciada por el cambio en la escala.
- La correlación es adimensional, yo.mi. Es una medida sin unidad de la relación entre variables. A diferencia de la covarianza, donde el valor se obtiene por el producto de las unidades de las dos variables.
Similitudes
Ambas medidas solo una relación lineal entre dos variables, yo.mi. Cuando el coeficiente de correlación es cero, la covarianza también es cero. Además, las dos medidas no se ven afectadas por el cambio de ubicación.
Conclusión
La correlación es un caso especial de covarianza que se puede obtener cuando los datos están estandarizados. Ahora, cuando se trata de tomar una decisión, que es una mejor medida de la relación entre dos variables, se prefiere la correlación sobre la covarianza, porque no se ve afectado por el cambio en la ubicación y la escala, y también se puede utilizar para hacer una comparación entre Dos pares de variables.