Covariance kumpara sa Pag-uugnay | Nangungunang 5 Mga Pagkakaiba (na may Infographics)
Pagkakaiba sa Pagitan ng Covariance at Pag-uugnay
Covariance at ugnayan ay dalawang term na eksaktong katapat ng bawat isa, pareho silang ginagamit sa istatistika at pagsusuri sa pag-urong, ipinapakita sa atin ng covariance kung paano nag-iiba ang dalawang variable sa bawat isa samantalang ipinapakita sa amin ng ugnayan ang ugnayan sa pagitan ng dalawang variable at kung paano sila magkaugnay.
Ang ugnayan at covariance ay dalawang konsepto ng istatistika na ginagamit upang matukoy ang ugnayan sa pagitan ng dalawang mga random na variable. Tinutukoy ng ugnayan ang kung paano ang isang pagbabago sa isang variable ay makakaapekto sa iba pa habang ang covariance ay tumutukoy kung paano magkakasama ang dalawang item. Nakakalito Sumisid pa tayo upang maunawaan ang pagkakaiba sa pagitan ng mga term na malapit na magkakaugnay.
Ano ang Covariance?
Sinusukat ng Covariance kung paano gumagalaw ang dalawang mga variable na may paggalang sa bawat isa at isang extension ng konsepto ng pagkakaiba-iba (na nagsasabi tungkol sa kung paano nag-iiba ang isang solong variable). Maaari itong tumagal ng anumang halaga mula sa -∞ hanggang sa + ∞.
- Mas mataas ang halagang ito, mas umaasa ang ugnayan. Ang isang positibong numero ay nangangahulugan ng positibong covariance at nagsasaad na mayroong isang direktang ugnayan. Mabisang nangangahulugan ito na ang isang pagtaas sa isang variable ay hahantong din sa isang kaukulang pagtaas sa iba pang variable kung ang iba pang mga kundisyon ay mananatiling pare-pareho.
- Sa kabilang banda, ang isang negatibong numero ay nangangahulugang negatibong covariance na nagsasaad ng isang kabaligtaran na ugnayan sa pagitan ng dalawang variable. Kahit na ang covariance ay perpekto para sa pagtukoy ng uri ng relasyon, masama para sa pagbibigay kahulugan sa laki nito.
Ano ang ugnayan?
Ang ugnayan ay isang hakbang na mas maaga sa covariance dahil binibilang nito ang ugnayan sa pagitan ng dalawang mga random na variable. Sa simpleng mga termino, ito ay isang sukat ng yunit kung paano magbabago ang mga variable na ito na may paggalang sa bawat isa (normalized na halaga ng covariance).
- Hindi tulad ng covariance, ang ugnayan ay may isang itaas at mas mababang takip sa isang saklaw. Maaari lamang itong tumagal ng mga halagang nasa pagitan ng +1 at -1. Ang isang ugnayan ng +1 ay nagpapahiwatig na ang mga random na variable ay may direkta at malakas na ugnayan.
- Sa kabilang banda, ang ugnayan ng -1 ay nagpapahiwatig na mayroong isang malakas na kabaligtaran na relasyon at ang isang pagtaas sa isang variable ay hahantong sa isang pantay at kabaligtaran na pagbaba ng iba pang variable. Ipinapahiwatig ng 0 na ang dalawang numero ay malaya.
Formula para sa Covariance at Pag-uugnay
Ipahayag natin ang dalawang konseptong ito sa matematika. Para sa dalawang mga random na variable na A at B na may mga halagang halaga bilang Ua at Ub at karaniwang paglihis bilang Sa at Sb ayon sa pagkakabanggit:
Mabisang ang relasyon sa pagitan ng 2 ay maaaring tukuyin bilang:
Ang parehong mga ugnayan at covariance ay nakakahanap ng aplikasyon sa mga patlang ng pagsusuri sa istatistika at pampinansyal. Dahil ang pag-uugnay ay nagpapasadya sa relasyon, kapaki-pakinabang sa paghahambing ng anumang dalawang mga variable. Ang tulong na ito ng analyst sa pag-iisip ng mga diskarte tulad ng pares ng kalakalan at hedging para sa hindi lamang mahusay na pagbabalik sa portfolio ngunit din sa pag-iingat ng mga pagbalik na ito sa mga tuntunin ng masamang paggalaw sa stock market.
Pag-uugnay kumpara sa Covariance Infographics
Tingnan natin ang nangungunang pagkakaiba sa pagitan ng Correlation vs Covariance.
Pangunahing Pagkakaiba
- Ang Covariance ay isang tagapagpahiwatig ng degree kung saan nagbabago ang dalawang random na variable na may paggalang sa bawat isa. Sa kabilang banda, ang ugnayan ay sumusukat sa lakas ng ugnayan na ito. Ang halaga ng ugnayan ay nakasalalay sa itaas ng +1 at sa ibabang bahagi ng -1. Kaya, ito ay isang tiyak na saklaw. Gayunpaman, ang saklaw ng covariance ay hindi tiyak. Maaari itong tumagal ng anumang positibong halaga o anumang negatibong halaga (theoretically ang saklaw ay -∞ hanggang + ∞). Makakatitiyak ka na ang isang ugnayan ng .5 ay mas malaki kaysa sa .3 at ang unang hanay ng mga numero (na may ugnayan bilang .5) ay higit na umaasa sa bawat isa kaysa sa ikalawang hanay (na may ugnayan bilang .3) Ang pagbibigay kahulugan sa gayong resulta ay napakahirap mula sa mga kalkulasyon ng covariance.
- Ang pagbabago ng sukatan ay nakakaapekto sa covariance. Halimbawa, kung ang halaga ng dalawang variable ay pinarami ng magkatulad o magkakaibang mga pare-pareho, nakakaapekto ito sa kinakalkula na covariance ng dalawang numerong ito. Gayunpaman, ang paglalapat ng parehong mekanismo para sa ugnayan, ang pagpaparami ng mga pare-pareho ay hindi binabago ang nakaraang resulta. Ito ay dahil ang isang pagbabago ng sukatan ay hindi nakakaapekto sa ugnayan.
- Hindi tulad ng covariance, ang ugnayan ay isang walang sukat na yunit ng inter-dependency ng dalawang variable. Ginagawa nitong madali para sa kinakalkula ang mga halaga ng ugnayan na maihambing sa anumang 2 variable na hindi alintana ang kanilang mga yunit at sukat.
- Maaaring makalkula ang covariance para sa 2 variable lamang. Ang ugnayan ay, sa kabilang banda, ay maaaring kalkulahin para sa maraming mga hanay ng mga numero. Ang isa pang kadahilanan na ginagawang kanais-nais ang ugnayan sa mga analista kumpara sa covariance.
Covariance vs Talahanayan ng Paghahambing ng Pag-uugnay
| Batayan | Covariance | Ugnayan | ||
| Kahulugan | Ang Covariance ay isang tagapagpahiwatig ng lawak kung saan ang 2 mga random na variable ay nakasalalay sa bawat isa. Ang isang mas mataas na bilang ay nagsasaad ng mas mataas na pagtitiwala. | Ang ugnayan ay isang tagapagpahiwatig kung gaano kalakas ang 2 variable na ito na nauugnay sa ibinigay na iba pang mga kundisyon ay pare-pareho. Ang maximum na halaga ay +1 na nagsasaad ng isang perpektong nakasalalay na relasyon. | ||
| Relasyon | Ang ugnayan ay maaaring maibawas mula sa covariance | Ang ugnayan ay nagbibigay ng isang sukat ng covariance sa isang karaniwang sukatan. Ito ay nahihinuha sa pamamagitan ng paghahati ng kinakalkula na covariance sa karaniwang paglihis. | ||
| Mga Halaga | Ang halaga ng covariance ay nakasalalay sa saklaw ng -∞ at + ∞. | Limitado ang ugnayan sa mga halagang nasa pagitan ng saklaw -1 at +1. | ||
| Kakayahang sukatin | Nakakaapekto sa covariance | Ang ugnayan ay hindi maaapektuhan ng isang pagbabago sa kaliskis o pagpaparami ng isang pare-pareho. | ||
| Mga Yunit | Ang Covariance ay may isang tiyak na yunit dahil ito ay nahihinuha sa pamamagitan ng pagpaparami ng dalawang numero at kanilang mga yunit. | Ang ugnayan ay isang walang unit na ganap na numero sa pagitan ng -1 at +1 kabilang ang mga decimal na halaga. |
Konklusyon
Ang ugnayan at covariance ay malapit na nauugnay sa bawat isa at gayon pa man marami silang pagkakaiba. Ang covariance ay tumutukoy sa uri ng pakikipag-ugnayan, ngunit ang pag-uugnay ay tumutukoy hindi lamang sa uri ngunit pati na rin sa lakas ng ugnayan na ito. Dahil sa kadahilanang ito ang ugnayan ay madalas na tinatawag na espesyal na kaso ng covariance. Gayunpaman, kung dapat pumili ang isa sa pagitan ng dalawa, mas gusto ng karamihan sa mga analista ang ugnayan dahil nananatili itong hindi naaapektuhan ng mga pagbabago sa mga sukat, lokasyon, at sukat. Gayundin, dahil limitado ito sa isang saklaw na -1 hanggang +1, kapaki-pakinabang na gumuhit ng mga paghahambing sa pagitan ng mga variable sa mga domain. Gayunpaman, isang mahalagang limitasyon ay pareho ang mga konseptong ito na sumusukat sa nag-iisang linear na ugnayan.
