Regresija vs korelacija
V statistiki je pomembno določiti razmerje med dvema naključnima spremenljivkama. Omogoča napovedovanje ene spremenljivke glede na druge. Regresijska analiza in korelacija se uporabljata pri vremenskih napovedih, vedenju finančnega trga, vzpostavljanju fizičnih odnosov s poskusi in v veliko bolj resničnih scenarijih.
Kaj je regresija?
Regresija je statistična metoda, ki se uporablja za risanje povezave med dvema spremenljivkama. Pri zbiranju podatkov pogosto obstajajo spremenljivke, ki so odvisne od drugih. Natančno razmerje med temi spremenljivkami je mogoče ugotoviti le z regresijskimi metodami. Določitev tega razmerja pomaga razumeti in predvideti vedenje ene spremenljivke do druge.
Najpogostejša uporaba regresijske analize je ocena vrednosti odvisne spremenljivke za določeno vrednost ali obseg vrednosti neodvisnih spremenljivk. Na primer z uporabo regresije lahko na podlagi podatkov, zbranih iz naključnega vzorca, ugotovimo razmerje med ceno blaga in potrošnjo. Regresijska analiza proizvaja regresijsko funkcijo nabora podatkov, ki je matematični model, ki najbolje ustreza razpoložljivim podatkom. To lahko enostavno predstavimo s pomočjo razpršene ploskve. Grafično je regresija enakovredna iskanju najprimernejše krivulje za dani nabor podatkov. Funkcija krivulje je regresijska funkcija. Z uporabo matematičnega modela lahko za določeno ceno napovemo povpraševanje po blagu.
Zato se regresijska analiza pogosto uporablja pri napovedovanju in napovedovanju. Uporablja se tudi za vzpostavljanje odnosov v eksperimentalnih podatkih, na področjih fizike, kemije in številnih naravoslovnih in tehničnih disciplin. Če je razmerje ali regresijska funkcija linearna funkcija, potem je postopek znan kot linearna regresija. Na razpršeni ploskvi je lahko predstavljena kot ravna črta. Če funkcija ni linearna kombinacija parametrov, potem je regresija nelinearna.
Kaj je korelacija?
Korelacija je merilo moči razmerja med dvema spremenljivkama. Korelacijski koeficient količinsko opredeli stopnjo spremembe ene spremenljivke na podlagi spremembe druge spremenljivke. V statistiki je korelacija povezana s konceptom odvisnosti, ki je statistično razmerje med dvema spremenljivkama.
Pearsonov korelacijski koeficient ali samo korelacijski koeficient r je vrednost med -1 in 1 (-1≤r≤ + 1). Je najpogosteje uporabljen korelacijski koeficient in velja samo za linearno razmerje med spremenljivkami. Če je r = 0, razmerje ne obstaja in če je r≥0, je razmerje neposredno sorazmerno; tj. vrednost ene spremenljivke narašča s povečanjem druge. Če je r≤0, je razmerje obratno sorazmerno; tj. ena spremenljivka se zmanjšuje, ko se druga povečuje.
Zaradi pogoja linearnosti lahko s korelacijskim koeficientom r ugotovimo tudi prisotnost linearnega razmerja med spremenljivkami.
Kakšna je razlika med regresijo in korelacijo?
Regresija daje obliko razmerja med dvema naključnima spremenljivkama, korelacija pa stopnjo trdnosti odnosa.
Regresijska analiza proizvaja regresijsko funkcijo, ki pomaga ekstrapolirati in napovedovati rezultate, medtem ko lahko korelacija zagotavlja le informacije o tem, v katero smer se lahko spremeni.
Natančnejši linearni regresijski model poda analiza, če je koeficient korelacije večji. (| r | ≥0,8)
