Különbség a pozitív és a negatív korreláció között

Pozitív korreláció vs negatív korreláció

A korreláció a két változó közötti kapcsolat erősségének mérőszáma. A korrelációs együttható számszerűsíti az egyik változó megváltozásának mértékét a másik változó megváltozása alapján. A statisztikákban a korreláció a függőség fogalmához kapcsolódik, amely két változó közötti statisztikai kapcsolat.

Pearson korrelációs együtthatóját vagy a Pearson termék-pillanat korrelációs együtthatót, vagy egyszerűen a korrelációs együtthatót a következő képletekkel lehet kiszámítani:.

Egy lakosság számára:

Egy mintához:

és a következő kifejezés egyenértékű a fenti kifejezéssel.

és a szokásos X és Y pontszámok.  az átlag és s_x és s_Y X és Y szórása.

A Pearson korrelációs együtthatója (vagy csak a korrelációs együttható) a leggyakrabban alkalmazott korrelációs együttható, és csak a változók közötti lineáris kapcsolatra érvényes. r értéke -1 és 1 között van (-1 ≤ r ≤ +1). Ha r = 0, nincs kapcsolat, és ha r ≥ 0, akkor a kapcsolat közvetlenül arányos, és az egyik változó értéke növekszik a másikkal. Ha r ≤ 0, akkor az egyik változó a másik növekedésével csökken, és fordítva.

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

Mi a különbség a pozitív és a negatív korreláció között??

• Ha két véletlen változó között pozitív korreláció van (r> 0), akkor az egyik változó arányos a másikkal. Ha az egyik változó növekszik, a másik növekszik. Ha az egyik változó csökken, akkor a másik is csökken.

• Ha negatív korreláció van (r < 0) between the two random variables, variables moves opposing each other. If one variable increases the other decreases and vice versa.

• A pozitív korrelációt megközelítő egyenes pozitív gradienssel, a negatív korrelációt megközelítő vonal negatív gradienssel rendelkezik.