परस्परसंबंध आणि प्रतिगमन दरम्यान फरक
परस्परसंबंध आणि उलटगयादी हे दोन किंवा त्यापेक्षा जास्त व्हेरिएबल्स हाताळणारे सांख्यिकीय साधन आहेत. दोन्ही एकाच विषयाशी संबंधित असले तरी, या दोन गोष्टींमध्ये फरक आहे. दोन्ही मधील फरक, खाली स्पष्ट केले आहेत.
याचा अर्थ
दोन किंवा त्याहून अधिक व्हेरिएबल्सच्या संदर्भातील संबंध सहसंबंध हे दर्शवतात की चलने कोणत्याही प्रकारे संबंधित आहेत. परस्परसंबंध विश्लेषण हे दोन व्हेरिएबल्समधील संबंध अस्तित्वात आहेत का आणि संबंधांची ताकद काय हे निर्धारित करते. जर दोन वेरिएबल्स x (स्वतंत्र) आणि y (आश्रित) इतके संबंधित असतील तर स्वतंत्र वेगाअीलच्या विशालतेमध्ये फरक आहे, आश्रित वेगाचे तीव्रतेनुसार फरक करून, नंतर दोन व्हेरिएबल्स एकमेकांशी निगडीत असल्याचे सांगितले जाते.
परस्परसंबंध रेखीय किंवा अ-रेखीय असू शकतात. एक रेखीय सहसंबंध म्हणजे एकेक व्हेरिएबल्स इतके संबंधित असतात की एका व्हेरिएबलच्या मूल्यमध्ये बदल केल्यामुळे अन्य चल संख्यांच्या मूल्यात बदल होऊ शकतो. एक रेखीय सहसंबंधित, अवलंबून आणि स्वतंत्र परिवर्तनांमधील संबंधित मूल्यांशी संबंधित विखुरलेले बिंदू गैर-क्षैतिज सरळ रेषांभोवती गुंडाळले जातील, जरी एक क्षैतिज सीधी ओळ देखील व्हेरिएबल्सच्या दरम्यान एक रेषीय संबंध दर्शवेल जर एक सरळ रेषा ही ज्या गुणांचे प्रतिनिधित्व करेल व्हेरिएबल्स
दुसरीकडे, वेग-पुनरावृत्ती विश्लेषण, स्वतंत्र व्हेरिएबलच्या कोणत्याही मूल्याशी संबंधित अवलंबीतील मूल्य निश्चित करण्यासाठी वापरल्या जाऊ शकणार्या वेरियेबल्समधील गणितीय संबंध निर्धारित करण्यासाठी विद्यमान डेटाचा वापर करते..
सांख्यिकीय अभिमुखता
सहसंबंध संबंधांच्या ताकद किंवा तीव्रतेच्या मोजमापाशी संबंधित आहे, जेथे प्रतिगमन स्वतंत्र परिवर्तनाच्या ज्ञात मूल्यशी संबंधित अवलंबीतील मूल्याचे अंदाज घेऊन संबंधित आहे. हे खालील सूत्रांसह स्पष्ट केले जाऊ शकते.
x आणि y दरम्यान सहसंबंध गुणांक किंवा गुणांक (R) सहसंबंध खालील सूत्रानुसार आढळतात;
r = सहसंवादी (x, y) / σx σy, cov (x, y) = Σxy / n - (Σx / n) (Σy / n), σx आणि σy हे अनुक्रमे x आणि y चे मानक विचलन आहेत, आणि, -1 सहसंबंध गुणांक r एक शुद्ध संख्या आहे आणि मोजमापाच्या एककापासून स्वतंत्र आहे. म्हणून जर x उंची (इंच) असेल आणि y एखाद्या विशिष्ट क्षेत्रातील लोक (एलबीएस.) असेल तर आर हा इंच किंवा एलबीएस मध्ये नाही., पण फक्त एक संख्या प्रतिगमन समीकरण खालील सूत्रानुसार आढळले आहे; x वर y ची पुनरावृत्ती समीकरणे y - y '= byx (x-x~) आहे, byx यास x च्या प्रतीक्षणी गुणांक असे म्हणतात.X वर x चे पुनरावृत्ती समीकरण (x चा अंदाज काढण्यासाठी) x - x '= bxy (y-y~) आहे, bxy हे y वर पुनरावृत्ती गुणांक असे म्हटले जाते. परस्परसंबंध विश्लेषण इतर वेरिएबलवर कोणत्याही व्हेरिएबलवर अवलंबून राहणार नाही, दोन्हीपैकी कोणताही संबंध शोधण्याचा प्रयत्न करत नाही. हे फक्त वेरिएबल्स दरम्यानच्या संबंधातील पदवीचा अंदाज लावते. दुस-या शब्दांमध्ये परस्परसंबंध विश्लेषण चाचण्या व्हेरिएबल्सची परस्परावलंबीता. दुस-या बाजूला पुनरावृत्ती विश्लेषण स्वतंत्र किंवा स्पष्टीकरणात्मक वेरियेबल / एस वर अवलंबून वैरिएबल किंवा प्रतिसाद वेरियेबलचे अवलंबन याचे वर्णन करतात. पुनरुक्तीचे विश्लेषण असे गृहीत धरते की स्पष्टीकरणात्मक आणि प्रतिसाद वेरियेबल्समध्ये एक एक-मार्गीय कारण संबंध अस्तित्वात आहे, आणि त्या कारणाचा संबंध सकारात्मक किंवा नकारात्मक आहे की नाही याचा विचार करत नाही. परस्परसंबंध साठी अवलंबित आणि स्वतंत्र व्हेरिएबल्सच्या दोन्ही मूल्या यादृच्छिक आहेत, परंतु स्वतंत्र परिवर्तनांच्या प्रतिगमन मूल्यांसाठी यादृच्छिक नसणे आवश्यक आहे. 1 सहसंबंध विश्लेषण दोन परिवर्तनांमधील आंतर-निर्भरतेची चाचणी आहे. पुनरावृत्ती विश्लेषण स्वतंत्र वेरियेबल / एसच्या मूल्यानुसार अवलंबून असलेल्या वेरियेबलचे मूल्य निश्चित करण्यासाठी गणिती सूत्र देते 2 परस्परसंबंध गुणांक मूळ आणि प्रमाणावरील निवडीपेक्षा स्वतंत्र आहे, परंतु प्रतिगमन गुणांक इतका नसतो. परस्परसंबंध साठी दोन्ही व्हेरिएबलची मूल्ये यादृच्छिक असणे आवश्यक आहे, परंतु हे प्रतिगमन गुणांकासाठी असे नाही 3. पुनरावृत्ती आणि सहसंबंध, येथे उपलब्ध www. तळही दिसणार नाही असे खोल विवर उउरगॉन eduसारांश
ग्रंथसूची < 1 दास, एन.जी., (1 99 8), सांख्यिकी पद्धती, कलकत्ता < 2 सहसंबंध आणि प्रतिगमन, www येथे उपलब्ध. ले एसी. uk / bl / gat / virtualfc / stats / पुनगमन
