Diferença entre covariância e correlação

Covariância vs. Correlação

Covariância e correlação são dois conceitos no campo da probabilidade e estatística. Ambos os conceitos descrevem o relacionamento entre duas variáveis. Além disso, ambas são ferramentas de medição de um certo tipo de dependência entre variáveis.

"Covariância" é definido como "o valor esperado de variações de duas variáveis ​​aleatórias em relação aos valores esperados", enquanto "correlação" é "o valor esperado de duas variáveis ​​aleatórias".
Para simplificar, uma covariância tenta analisar e medir quantas variáveis ​​mudam juntas. Nesse conceito, as duas variáveis ​​podem mudar da mesma maneira sem indicar nenhum relacionamento. A covariância é uma medida da força ou fraqueza da correlação entre dois ou mais conjuntos de variáveis ​​aleatórias, enquanto a correlação serve como uma versão em escala de uma covariância.

Tanto a covariância quanto a correlação têm tipos distintos. A covariância pode ser classificada como covariância positiva (duas variáveis ​​tendem a variar juntas) e covariância negativa (uma variável está acima ou abaixo do valor esperado em comparação com outra variável). Por outro lado, a correlação tem três categorias: positiva, negativa ou zero. A correlação positiva é indicada por um sinal de mais, a correlação negativa por um sinal negativo e as variáveis ​​não correlacionadas - por um "0".

Tanto a covariância quanto a correlação têm intervalos. Os valores de correlação estão na escala de -1 a +1. Em termos de covariância, os valores podem exceder ou podem estar fora do intervalo de correlação. Além disso, os valores de correlação dependem das unidades de medida de "X" e "Y".
Outra diferença notável é que uma correlação é adimensional. Em contraste, uma covariância é descrita em unidades formadas pela multiplicação da unidade de uma variável por outra unidade de outra variável. A covariância se concentra no relacionamento entre duas entidades, como variáveis ​​ou conjuntos de dados. Por outro lado, a correlação pode envolver duas ou mais variáveis ​​ou conjuntos de dados e os relacionamentos entre elas.

Outra distinção notável entre os dois é que uma covariância é frequentemente associada a uma variação (uma de suas propriedades, mas também a medida comum de dispersão ou dispersão), enquanto a correlação acompanha a análise de dependência e regressão. "Dependência" é definido como "qualquer relação entre dois conjuntos de dados ou variáveis ​​aleatórias", enquanto a análise de regressão é o método usado para investigar a relação entre variáveis ​​independentes e dependentes. Outras classificações de correlação são correlações parciais e múltiplas.

Resumo:

1.Covariância e correlação são dois conceitos no estudo de estatística e probabilidade. Eles são diferentes em suas definições, mas estão intimamente relacionados. Ambos os conceitos descrevem o relacionamento e medem o tipo de dependência entre duas ou mais variáveis.
2.Covariância é o valor esperado da variação entre duas variáveis ​​aleatórias a partir dos valores esperados, enquanto uma correlação tem quase a mesma definição, mas não inclui variação.
3. A covariância também é uma medida de duas variáveis ​​aleatórias que variam juntas. Enquanto isso, a correlação está associada à interdependência ou associação. Simplificando, correlação é o quão longe ou quão perto duas variáveis ​​estão de serem independentes uma da outra.
4. A covariância é uma medida de uma correlação, enquanto a correlação é uma versão em escala da covariância.
5. A covariância pode envolver o relacionamento entre duas variáveis ​​ou conjuntos de dados, enquanto a correlação também pode envolver o relacionamento entre várias variáveis.
6.Os valores de correlação variam de 1 positivo a 1. Por outro lado, os valores de covariância podem exceder essa escala.
7. Ambas as correlações e covariâncias empregam uma descrição positiva ou negativa de seus tipos. A covariância possui dois tipos - covariância positiva (onde duas variáveis ​​variam juntas) e covariância negativa (onde uma variável é maior ou menor que a outra). Em termos de correlação, correlações positivas e negativas são unidas por uma categoria adicional, "0" - um tipo não correlacionado.