Semelhanças entre Análise de Regressão &Correlação

Correlação e Regressão são dois métodos de análise estatística que são freqüentemente confundidos , pois cada procura descrever uma relação entre duas ou mais variáveis. Análise de Regressão

análise de regressão procura determinar as relações entre uma variável fixa e uma ou mais variáveis ​​aleatórias. Em uma regressão simples , uma única variável é estudada para além de outros , tais como o número de casos de pena de morte (fixa) ea raça dos réus (aleatório) . Isso muitas vezes leva a uma análise incompleta , de modo que múltiplas variáveis ​​são analisadas. Por exemplo, uma regressão múltipla levaria em conta o nível educacional, status sócio-econômico , escores de inteligência ou outras variáveis ​​aleatórias.

Correlação

Correlação procura mostrar a correlação entre duas variáveis ​​. Por exemplo, você pode estudar a relação entre a ingestão de calorias por dia e peso. Mostrando que mais calorias resultam em maior peso pode indicar uma relação causal entre as duas variáveis ​​, mas a causalidade não é o objetivo desta análise . Em uma análise de correlação , nenhuma das variáveis ​​é fixa e trabalho do pesquisador é descobrir a relação entre os dois. Ou seja, você pode achar que para cada 500 calorias que uma pessoa come , ele ganha 9 oz .

Comparando Regressão e Correlação

Regressão procura mostrar como uma variável fixa prevê valores dos valores aleatórios . Por exemplo , o número de pacientes com diabetes em uma população pode ser mostrado para prever os níveis de atividade física ou o tipo de dieta nesse grupo. Em correlação , ambas as variáveis ​​são aleatórias e o investigador mostra como mudam em relação um ao outro . Ambos os procedimentos de procurar mostrar uma relação entre as variáveis.

Por Distinguir Correlação e Regressão ?

Saber quando aplicar uma correlação ou uma análise de regressão é vital para as estatísticas . Se você estudar a chuva e as taxas de crescimento da grama , você pode querer uma análise de regressão : mais chuva equivale a mais de grama. No entanto, o nexo de causalidade não corre para o outro lado; mais grama não provoca mais chuva . Aqui, você pode precisar apenas para mostrar uma correlação entre as variáveis ​​. Mostrando uma relação entre o crescimento da raiz ea altura das árvores , por exemplo, não se presta a uma análise causal. No entanto, se você também estudar a composição do solo , as chuvas e os níveis de luz solar , você pode ter material para uma análise de regressão.