La correlación se considera como la mejor herramienta para medir y expresar la relación cuantitativa entre dos variables en la fórmula. Por otro lado, la covarianza es cuando dos elementos varían juntos. Lea el artículo dado para conocer las diferencias entre covarianza y correlación.
Gráfica comparativa
| Bases para la comparación | Covarianza | Correlación |
|---|---|---|
| Sentido | La covarianza es una medida que indica la medida en que dos variables aleatorias cambian en tándem. | La correlación es una medida estadística que indica cuán fuertemente están relacionadas dos variables. |
| ¿Qué es? | Medida de correlación | Versión escalada de covarianza |
| Valores | Miente entre -∞ y + ∞ | Miente entre -1 y +1 |
| Cambio de escala | Afecta la covarianza | No afecta la correlación. |
| Unidad de medida libre. | No | Sí |
Definición de Covarianza
La covarianza es un término estadístico, definido como una relación sistemática entre un par de variables aleatorias en las que un cambio en una variable corresponde a un cambio equivalente en otra variable.
La covarianza puede tomar cualquier valor entre -∞ a + ∞, donde el valor negativo es un indicador de relación negativa, mientras que un valor positivo representa la relación positiva. Además, se determina la relación lineal entre variables. Por lo tanto, cuando el valor es cero, indica que no hay relación. Además de esto, cuando todas las observaciones de cualquiera de las variables son iguales, la covarianza será cero.
En Covarianza, cuando cambiamos la unidad de observación en cualquiera de las dos variables o en ambas, entonces no hay ningún cambio en la fuerza de la relación entre dos variables, pero se cambia el valor de la covarianza.
Definición de la correlación
La correlación se describe como una medida en las estadísticas, que determina el grado en que dos o más variables aleatorias se mueven en tándem. Durante el estudio de dos variables, si se ha observado que el movimiento en una variable es correspondido por un movimiento equivalente a otra variable, de una u otra forma, se dice que las variables están correlacionadas.
La correlación es de dos tipos, es decir, correlación positiva o correlación negativa. Se dice que las variables están correlacionadas de manera positiva o directa cuando las dos variables se mueven en la misma dirección. Por el contrario, cuando las dos variables se mueven en dirección opuesta, la correlación es negativa o inversa.
El valor de la correlación se encuentra entre -1 a +1, donde los valores cercanos a +1 representan una fuerte correlación positiva y los valores cercanos a -1 son un indicador de una fuerte correlación negativa. Hay cuatro medidas de correlación:
- Diagrama de dispersión
- Coeficiente de correlación producto-momento
- Coeficiente de correlación de rango
- Coeficiente de desviaciones concurrentes.
Diferencias clave entre covarianza y correlación
Los siguientes puntos son notables en lo que respecta a la diferencia entre covarianza y correlación:
- Una medida utilizada para indicar la medida en que dos variables aleatorias cambian en tándem se conoce como covarianza. Una medida utilizada para representar la fuerza con la que se relacionan dos variables aleatorias conocida como correlación.
- La covarianza no es más que una medida de correlación. Por el contrario, la correlación se refiere a la forma escalada de covarianza.
- El valor de la correlación tiene lugar entre -1 y +1. Por el contrario, el valor de la covarianza se encuentra entre -∞ y + ∞.
- La covarianza se ve afectada por el cambio en la escala, es decir, si todo el valor de una variable se multiplica por una constante y todo el valor de otra variable se multiplica, por una constante similar o diferente, entonces se cambia la covarianza. En contra de esto, la correlación no está influenciada por el cambio en la escala.
- La correlación no tiene dimensiones, es decir, es una medida sin unidades de la relación entre las variables. A diferencia de la covarianza, donde el valor se obtiene por el producto de las unidades de las dos variables.
Similitudes
Ambas medidas solo tienen una relación lineal entre dos variables, es decir, cuando el coeficiente de correlación es cero, la covarianza también es cero. Además, las dos medidas no se ven afectadas por el cambio de ubicación.
Conclusión
La correlación es un caso especial de covarianza que se puede obtener cuando los datos están estandarizados. Ahora, cuando se trata de hacer una elección, que es una mejor medida de la relación entre dos variables, se prefiere la correlación sobre la covarianza, porque no se ve afectada por el cambio en la ubicación y la escala, y también se puede utilizar para hacer una comparación entre Dos pares de variables.
