الفرق بين الترابط والانحدار هو أحد الأسئلة الشائعة في المقابلات. علاوة على ذلك ، يعاني الكثير من الناس من الغموض في فهم هذين الاثنين. لذا ، خذ قراءة كاملة لهذه المقالة للحصول على فهم واضح لهذين الاثنين.
رسم بياني للمقارنة
| أساس للمقارنة | علاقه مترابطه | انحسار |
|---|---|---|
| المعنى | الارتباط هو مقياس إحصائي يحدد العلاقة المشتركة أو الارتباط بين متغيرين. | يوضح الانحدار كيفية ارتباط متغير مستقل عدديًا بالمتغير التابع. |
| استعمال | لتمثيل العلاقة الخطية بين متغيرين. | لتناسب أفضل خط وتقدير متغير واحد على أساس متغير آخر. |
| المتغيرات التابعة والمستقلة | لا فرق | كلا المتغيرين مختلفان. |
| يشير | يشير معامل الارتباط إلى المدى الذي يتحرك فيه متغيرين معًا. | يشير الانحدار إلى تأثير تغيير الوحدة في المتغير المعروف (x) على المتغير المقدر (y). |
| موضوعي | لإيجاد قيمة عددية تعبر عن العلاقة بين المتغيرات. | لتقدير قيم المتغير العشوائي على أساس قيم المتغير الثابت. |
تعريف الارتباط
مصطلح الارتباط هو مزيج من كلمتين "Co" (معًا) والعلاقة (الاتصال) بين الكميتين. عندما يكون الارتباط ، في وقت دراسة متغيرين ، يلاحظ أن تغيير وحدة في متغير واحد يتم رده بتغيير مماثل في متغير آخر ، أي بشكل مباشر أو غير مباشر. وإلا ، يُقال إن المتغيرات غير مترابطة عندما لا تكون الحركة في متغير واحد أي حركة في متغير آخر في اتجاه معين. إنها تقنية إحصائية تمثل قوة الارتباط بين أزواج المتغيرات.
يمكن أن يكون الارتباط إيجابيًا أو سلبيًا. عندما يتحرك المتغيران في نفس الاتجاه ، فإن الزيادة في أحد المتغيرات ستؤدي إلى الزيادة المقابلة في متغير آخر والعكس صحيح ، ثم تعتبر المتغيرات مرتبطة بشكل إيجابي. على سبيل المثال : الربح والاستثمار.
على العكس ، عندما يتحرك المتغيران في اتجاهات مختلفة ، وبطريقة تؤدي الزيادة في أحد المتغيرات إلى انخفاض في متغير آخر والعكس صحيح ، تُعرف هذه الحالة بالارتباط السلبي. على سبيل المثال : السعر والطلب على المنتج.
يتم إعطاء مقاييس الارتباط كما يلي:
- معامل ارتباط كارل بيرسون لمنتج لحظة
- معامل الارتباط لرتب سبيرمان
- مخطط مبعثر
- معامل الانحرافات المتزامنة
تعريف الانحدار
تعرف التقنية الإحصائية لتقدير التغير في المتغير التابع للمتري الناتج عن التغيير في واحد أو أكثر من المتغيرات المستقلة ، على أساس متوسط العلاقة الحسابية بين متغيرين أو أكثر ، باسم الانحدار. وهو يلعب دوراً هاماً في العديد من الأنشطة البشرية ، لأنه أداة قوية ومرنة تستخدم للتنبؤ بالأحداث الماضية أو الحالية أو المستقبلية على أساس الأحداث الماضية أو الحالية. على سبيل المثال : على أساس السجلات السابقة ، يمكن تقدير ربح الأعمال في المستقبل.
في الانحدار الخطي البسيط ، يوجد متغيرين x و y ، حيث تعتمد y على x أو تتأثر بـ x. يسمى هنا y كمتغير ، أو متغير المعيار و x متغير مستقل أو متنبئ. يتم التعبير عن خط الانحدار y في x على النحو التالي:
y = a + bx
حيث ، a = ثابت ،
ب = معامل الانحدار ،
في هذه المعادلة ، a و b هما معلمتان الانحدار.
الاختلافات الرئيسية بين الارتباط والانحدار
توضح النقاط الموضحة أدناه الفرق بين الترابط والانحدار بالتفصيل:
- يعرف المقياس الإحصائي الذي يحدد العلاقة المشتركة أو الارتباط بين الكميتين بالارتباط. يوضح الانحدار كيفية ارتباط متغير مستقل عدديًا بالمتغير التابع.
- يتم استخدام الارتباط لتمثيل العلاقة الخطية بين متغيرين. على العكس ، يتم استخدام الانحدار لتلائم أفضل خط وتقدير متغير واحد على أساس متغير آخر.
- في الترابط ، لا يوجد فرق بين المتغيرات التابعة والمستقلة ، أي أن الارتباط بين x و y يشبه y و x. وعلى العكس ، يختلف انحدار y على x عن x على y.
- يشير الارتباط إلى قوة الارتباط بين المتغيرات. على عكس ، يعكس الانحدار تأثير تغيير الوحدة في المتغير المستقل على المتغير التابع.
- يهدف الارتباط إلى إيجاد قيمة عددية تعبر عن العلاقة بين المتغيرات. على عكس الانحدار الذي هدفه هو التنبؤ بقيم المتغير العشوائي على أساس قيم المتغير الثابت.
استنتاج
مع المناقشة أعلاه ، من الواضح ، أن هناك فرقا كبيرا بين هذين المفهومين الرياضيين ، على الرغم من دراسة هذين المفهومين معا. يتم استخدام الارتباط عندما يرغب الباحث في معرفة ما إذا كانت المتغيرات قيد الدراسة مرتبطة أم لا ، إذا كانت الإجابة بنعم ، فما هي قوة ارتباطها. يعتبر معامل الارتباط بيرسون كأفضل مقياس للارتباط. في تحليل الانحدار ، يتم تأسيس علاقة وظيفية بين متغيرين من أجل وضع التوقعات المستقبلية على الأحداث.
