İstatistik dünyasında kullanılan en yaygın iki terim Korelasyon ve ardından Regresyon'dur. İki terim, çok sayıda değişkenin yayılmasına dayandıkları için 'Analiz' olarak tanımlanır. Bu fenomen genellikle çok değişkenli dağılım olarak bilinir. En yaygın olarak, iki nicel değişken arasındaki ilişkinin incelenmesi gerektiğinde kullanılırlar.
Görüşülen kişilerin, Korelasyonun yanı sıra Regresyonun ayırt edici özellikleri hakkında test edilmeleri daha olasıdır. Bununla birlikte, birçok insan yukarıdaki iki ifadeyi anlamakta şüphe duyuyor.
Korelasyon ve Regresyon
bu Korelasyon ve Regresyon arasındaki fark korelasyon, örneğin 'x,' ve 'y' gibi iki değişken arasındaki ilişkinin veya yokluğun ölçüsüdür. Burada 'x,' ve 'y' bağımsız veya bağımlı değişkenler değildir. Oysa Regresyonda koşullu değişkenin değeri, bağımsız değişkenin değeri kullanılarak hesaplanır.
Başlangıçta değerlendirilen iki farklı değişken arasındaki ilişki. Regresyonun günlük yaşamda sayısız içgüdüsel uygulaması vardır. İşte iki terim arasındaki farkları başarıyla açıklayabilen kapsamlı bir karşılaştırma tablosu.
Korelasyon ve Regresyon Arasındaki Karşılaştırma Tablosu
| Karşılaştırma Parametresi | korelasyon | regresyon |
|---|---|---|
| Anlam | İki değişken arasındaki ilişki olan ortak ilişkiyi belirler. Büyük ölçüde istatistik tabanlı prosedürlere bağlıdır. | İkisi arasındaki aritmetik ilişkiyi haklı çıkarır, özerk bir değer ve bağımlı bir değer. |
| Amaç | İki veya daha fazla değişken arasındaki ilişkiyi ifade eden sayısal değeri belirlemeyi sağlar. | Regresyonda, sabit bir değişkenin değerleri, rastgele değişkenin değerlerini tam olarak belirlememize ve tahmin etmemize yardımcı olur. |
| kullanım | İki değişken arasındaki doğrusal ilişki gösterilmektedir. | Çoğunlukla, diğer değişkenin değerini tahmin etmek için bir değişkene dayalı bir tahmine dayanır. |
| Bağımsız Değişken ve Bağımlı değişken | Hem bağımlı hem de bağımsız değişkenler birbirine benzer. | Bağımsız ve bağımlı değişkenler aynı değildir. |
| gösterge | İki değişkenin aynı anda değişme derecesinin ölçüsüdür. | Regresyon, bir (x) değişkeninin değerindeki anahtarın (y) değişkeni tarafından nasıl belirlendiğini gösterir. |
Korelasyon nedir?
Korelasyon, birlikte anlamına gelen 'Co' ve birkaç nicelik arasındaki bağlantı veya bağlantı anlamına gelen 'ilişki' olmak üzere iki kelimeden türetilmiştir.
Sadece değişkenlerden birinde meydana gelen değişikliğin derecesi anlamına gelir ve diğer değişkende karşılık gelen bir değişiklikle tepki verir. Bu açık bir değişiklik veya örtük bir değişiklik olabilir.
Dikkate alınan iki değişken arasındaki ilişki derecesini başarılı bir şekilde gösterir, istatistik ilkelerine dayanır. Belirlenen değer pozitif veya negatif olabilir.
Her iki değişken de aynı yönde hareket ettiğinde, bu pozitif bir korelasyondur ve sonuçlar birbirine karşılık gelir, yatırım ve kazanç sağlar.
Aksine, değişkenler zıt yönlerde hareket ettiğinde negatif bir korelasyon oluşur, bu da diğer değişkende düşüşe neden olur. Örneğin, bir öğenin değeri ve gereksinimi birbiriyle ilişkilidir.
Korelasyonun başarılı bir şekilde uygulanabileceği bir örnek, bir şirketin yapılan kümülatif satış sayısını, istihdam edilen satış görevlilerinin sayısıyla karşılaştırmak istemesidir.
Regresyon nedir?
Regresyon, bir değişkenin diğer önemli değişkenle ilişkisini belirlemek için kullanılan bir girişimdir. Kullanılan iki değişken türü bağımlı ve bağımsızdır. Regresyon, tahmin yeteneklerini eklediğinden korelasyonun bir adım önüne geçer.
Regresyon, insanlar tarafından günlük olarak sezgisel düzeyde uygulanır. Bu zamanlardan önce, şimdiki zamanda ve gelecekte meydana gelen olayları önceki veya güncel olaylara ve oluşumlara dayanarak tahmin etmek için kullanılan güçlü bir araç olduğu için insan eylemlerinde önemli bir yer tutar.
Örneğin, geçmiş iş kayıtları gelecekteki karlarını tahmin edebilir. Sabahları nasıl uyandığımıza dair basit bir örnekle açıklanabilir. Erken yatarsanız, sabahları daha rahat uyanabilirsiniz.
İki değişken 'x' ve 'y' kullanarak doğrusal regresyonu anlayabiliriz. Burada hem 'x' hem de 'y' değişkenleri diğerine bağlıdır, yani 'y' bağımsız bir değişken olan 'x'e bağlıdır veya ondan etkilenir. Bahsedilen faktörler, matematiksel bir temsil olan istatistiksel bir grafik üzerinde gösterilir.
Nicel Regresyon, bir denklemin aritmetik yorumunu oluşturduğu için daha doğrudur. Bu denklem veya formüller, gelecekte analiz etmek ve tahmin etmek için kullanılabilir.
Örneğin, bir doktor, bağımlı bir değişken olan vücut ağırlığına göre bir hasta için uygun ilaç dozajını (bağımsız değişken) tahmin eder.
Korelasyon ve Regresyon Arasındaki Temel Farklılıklar
Çözüm
Bu iki matematiksel kavram birlikte hesaplansa da Korelasyon analizi ve Regresyon analizinin aralarında büyük bir fark olduğu açıktır.
Bir Regresyon analizindeyken, araştırmacı gelecekteki faydalar ve karlar sağlamak için kurulan iki değişken arasındaki fonksiyonel ilişkiyi belirlemeye çalışır.
Referanslar
- https://psycnet.apa.org/record/1960-06763-000
- https://link.springer.com/content/pdf/10.3758/BRM.41.4.1149.pdf
- https://psycnet.apa.org/record/1995-97110-002
