Korelasyon ve regresyon arasındaki fark, görüşmelerde sıkça sorulan sorulardan biridir. Dahası, birçok kişi bu ikisini anlama konusunda belirsizlik çekiyor. Bu nedenle, bu ikisi hakkında net bir anlayışa sahip olmak için bu makalenin tamamını okuyun.
Karşılaştırma Tablosu
| Karşılaştırma için temel | bağıntı | gerileme |
|---|---|---|
| anlam | Korelasyon, iki değişken arasındaki ilişkiyi veya ilişkiyi belirleyen istatistiksel bir ölçüdür. | Regresyon, bağımsız bir değişkenin, bağımlı değişkenle sayısal olarak nasıl ilişkili olduğunu açıklar. |
| kullanım | İki değişken arasındaki doğrusal ilişkiyi göstermek. | En iyi satıra sığdırmak ve bir değişkeni başka bir değişken temelinde tahmin etmek. |
| Bağımlı ve Bağımsız değişkenler | Fark yok | Her iki değişken de farklı. |
| gösterir | Korelasyon katsayısı, iki değişkenin birlikte hareket etme derecesini gösterir. | Regresyon, bilinen değişkendeki (x) bir birim değişikliğinin tahmini değişken (y) üzerindeki etkisini gösterir. |
| Amaç | Değişkenler arasındaki ilişkiyi ifade eden sayısal bir değer bulmak. | Sabit değişkenli değerleri baz alarak rasgele değişkenin değerlerini tahmin etmek. |
Korelasyonun tanımı
Korelasyon terimi, iki kelime arasında 'birlikte' (birlikte) ve ilişki (bağlantı) kelimelerinin birleşimidir. Korelasyon, iki değişkenin incelenmesi sırasında, bir değişkendeki bir birim değişikliğinin başka bir değişkendeki eşdeğer bir değişimle, yani doğrudan veya dolaylı olarak misillendiği gözlemlenir. Ya da bir değişkendeki hareket, belirli bir yönde başka bir değişkendeki herhangi bir hareketten ibaret olmadığında değişkenlerin ilişkisiz olduğu söylenir. Değişken çiftleri arasındaki bağlantının gücünü gösteren istatistiksel bir tekniktir.
Korelasyon pozitif veya negatif olabilir. İki değişken aynı yönde hareket ettiğinde, yani bir değişkendeki bir artış, başka bir değişkende karşılık gelen artışa neden olur ve bunun tersi de, değişkenlerin pozitif olarak ilişkili olduğu kabul edilir. Örneğin : kar ve yatırım.
Aksine, iki değişken farklı yönlere hareket ettiğinde, bir değişkendeki bir artışın başka bir değişkende düşüşe yol açması ve bunun tersi olması durumunda, Bu durum negatif korelasyon olarak bilinir. Örneğin : Bir ürünün fiyatı ve talebi.
Korelasyon ölçüleri aşağıdaki gibi verilmiştir:
- Karl Pearson'un ürün moment korelasyon katsayısı
- Spearman's rank korelasyon katsayısı
- Dağılım diyagramı
- Eşzamanlı sapma katsayısı
Regresyonun Tanımı
İki veya daha fazla değişken arasındaki ortalama matematiksel ilişkiye dayanarak, bir veya daha fazla bağımsız değişkende meydana gelen değişiklik nedeniyle metrik bağımlı değişkendeki değişimi tahmin etmek için yapılan istatistiksel teknik, regresyon olarak bilinir. Geçmiş, şimdiki veya gelecekteki olayları geçmiş veya şimdiki olaylara dayanarak tahmin etmek için kullanılan güçlü ve esnek bir araç olduğu için birçok insan aktivitesinde önemli bir rol oynar. Örneğin : Geçmiş kayıtlara dayanarak, bir işletmenin gelecekteki karı tahmin edilebilir.
Basit bir doğrusal regresyonda, x ve y değişkenleri vardır, burada y, x'e bağlıdır veya x'in etkilediği söyleye bağlıdır. Burada y bağımlı veya kriter değişkeni olarak adlandırılır ve x bağımsız veya tahmin değişkendir. Y'nin x üzerindeki regresyon çizgisi aşağıdaki gibi ifade edilir:
y = a + bx
burada, a = sabit,
b = regresyon katsayısı,
Bu denklemde, a ve b iki regresyon parametresidir.
Korelasyon ve Regresyon Arasındaki Temel Farklılıklar
Aşağıda verilen noktalar, korelasyon ve regresyon arasındaki farkı ayrıntılı olarak açıklar:
- İki büyüklükteki eş ilişki veya ilişkiyi belirleyen istatistiksel bir ölçü Korelasyon olarak bilinir. Regresyon, bağımsız bir değişkenin, bağımlı değişkenle sayısal olarak nasıl ilişkili olduğunu açıklar.
- İki değişken arasındaki doğrusal ilişkiyi temsil etmek için korelasyon kullanılır. Aksine, regresyon en iyi çizgiye uymak ve bir değişkeni başka bir değişken temelinde tahmin etmek için kullanılır.
- Korelasyonda bağımlı ve bağımsız değişkenler arasında fark yoktur, yani x ve y arasındaki korelasyon, y ve x'e benzerdir. Tersine, y'nin x üzerindeki regresyonu, y'nin x'ten farklıdır.
- Korelasyon değişkenler arasındaki ilişkinin gücünü gösterir. Buna karşılık, regresyon, bağımsız değişkendeki birim değişikliğinin bağımlı değişken üzerindeki etkisini yansıtmaktadır.
- Korelasyon değişkenler arasındaki ilişkiyi ifade eden sayısal bir değer bulmayı amaçlar. Hedefi rasgele değişkenin değerlerini sabit değişken değerlerine dayanarak tahmin etmek olan regresyondan farklı olarak.
Sonuç
Yukarıdaki tartışmada, bu iki matematiksel kavram arasında büyük bir fark olduğu açıktır, ancak ikisi birlikte çalışılsa da. Araştırmacı, incelenen değişkenlerin korelasyonunda olup olmadığını bilmek istiyorsa korelasyon kullanılır, evet ise o zaman ilişkilerinin gücü nedir? Pearson korelasyon katsayısı en iyi korelasyon ölçüsü olarak kabul edilir. Regresyon analizinde, iki değişken arasındaki fonksiyonel ilişki gelecekteki olaylara ilişkin öngörülerde bulunacak şekilde kurulur.
