Разлика између регресије и корелације

Регресија вс корелација

У статистици је важно утврђивање односа између две случајне променљиве. То даје могућност предвиђања једне варијабле у односу на друге. Регресијска анализа и корелација се примењују у временским прогнозама, понашању на финансијском тржишту, успостављању физичких односа експериментима и у много реалнијим сценаријима.

Шта је регресија?

Регресија је статистичка метода која се користи да би се извукао однос између две променљиве. Често се прикупљају подаци могу постојати променљиве које зависе од других. Тачан однос између тих променљивих може се успоставити само регресијским методама. Утврђивање овог односа помаже да се схвати и предвиди понашање једне променљиве према другој.

Најчешћа примјена регресијске анализе је процјена вриједности зависне варијабле за одређену вриједност или распон вриједности независних варијабли. На пример, помоћу регресије можемо утврдити однос између цене робе и потрошње, на основу података прикупљених из случајног узорка. Регресијска анализа производи регресијску функцију скупа података, што је математички модел који се најбоље уклапа у доступне податке. Ово се лако може представити планом распршења. Графички гледано, регресија је еквивалентна проналажењу најбоље одговарајуће кривуље за скуп података давања. Функција криве је регресијска функција. Помоћу математичког модела, за одређену цену може се предвидети потражња робе.

Стога се регресијска анализа широко користи у предвиђању и прогнозирању. Такође се користи за успостављање односа у експерименталним подацима, из области физике, хемије и многих природних наука и инжењерских дисциплина. Ако је однос или функција регресије линеарна функција, тада је процес познат као линеарна регресија. У плану распршења може се представити као равна линија. Ако функција није линеарна комбинација параметара, тада је регресија нелинеарна.

Шта је корелација?

Корелација је мерило снаге односа две варијабле. Коефицијент корелације квантифицира степен промене једне променљиве на основу промене друге променљиве. У статистици је корелација повезана са концептом зависности, који је статистички однос између две променљиве.

Пеарсонов коефицијент корелације или само коефицијент корелације р је вриједност између -1 и 1 (-1≤р≤ + 1). То је најчешће коришћени коефицијент корелације и важи само за линеарни однос између променљивих. Ако је р = 0, не постоји однос, а ако је р≥0, однос је директно пропорционалан; тј. вредност једне променљиве повећава се са порастом друге. Ако је р≤0, однос је обрнуто пропорционалан; тј. једна се варијабла смањује како се друга повећава.

Због услова линеарности, коефицијент корелације р такође се може користити за утврђивање постојања линеарног односа између променљивих.

Која је разлика између регресије и корелације?

Регресија даје облик односа између две случајне променљиве, а корелација даје степен снаге односа.

Регресијска анализа ствара регресијску функцију, која помаже у екстраполирању и предвиђању резултата, док корелација може пружити само информације у ком смеру се може променити.

Тачнији модели линеарне регресије дају се анализом ако је коефицијент корелације већи. (| р | ≥0.8)