Συσχέτιση και εξάρτηση (Στατιστική)
From Wikipedia, the free encyclopedia
Στις στατιστικές, η εξάρτηση είναι οποιαδήποτε στατιστική σχέση μεταξύ δύο τυχαίων μεταβλητών ή δύο σύνολα δεδομένων. Η συσχέτιση αναφέρεται σε μια ευρεία κατηγορία στατιστικών σχέσεων με τη συμμετοχή της εξάρτησης, αν και σε κοινή χρήση συχνότερα αναφέρεται στο βαθμό με τον οποίο δύο μεταβλητές έχουν μια γραμμική σχέση η μία με την άλλη. Γνωστά παραδείγματα εξαρτημένων φαινόμενων περιλαμβάνουν τη συσχέτιση μεταξύ των φυσικώνφαινοτύπων των γονέων και των απογόνων τους, καθώς και τη συσχέτιση μεταξύ της ζήτησης για ένα προϊόν και την τιμή του.
Οι συσχετισμοί είναι χρήσιμoι, διότι μπορεί να υποδείξουν μια προγνωστική σχέση που μπορεί να αξιοποιηθεί στην πράξη. Για παράδειγμα, ένα ηλεκτρικό εργαλείο μπορεί να παράγει λιγότερη ενέργεια σε μια ήπια μέρα με βάση τη συσχέτιση μεταξύ της ζήτησης ηλεκτρικής ενέργειας και των καιρικών συνθηκών. Σε αυτό το παράδειγμα υπάρχει μια αιτιώδης σχέση, επειδή τα ακραία καιρικά φαινόμενα προκαλούν τους ανθρώπους να χρησιμοποιούν περισσότερη ενέργεια για θέρμανση ή ψύξη * ωστόσο, η στατιστική εξάρτηση δεν επαρκεί για να αποδείξει την παρουσία της εν λόγω αιτιώδους σχέσης (δηλαδή,η συσχέτιση δε συνεπάγεται αιτιότητα).
Επισήμως, η εξάρτηση αναφέρεται σε οποιαδήποτε κατάσταση στην οποία τυχαίες μεταβλητές δεν πληρούν μια μαθηματική κατάσταση πιθανοτικής ανεξαρτησίας. Σε χαλαρή χρήση, η συσχέτιση μπορεί να αναφέρεται σε οποιοδήποτε απόκλιση δύο ή περισσότερων τυχαίων μεταβλητών από την ανεξαρτησία, αλλά τυπικά αναφέρεται σε πολλούς από τους πιο εξειδικευμένους τύπους σχέσης μεταξύ μέσων τιμών. Υπάρχουν διάφοροι συντελεστές συσχέτισης, συχνά συμβολίζονται ρ ή r, μετρώντας το βαθμό συσχέτισης. Οι πιο κοινοί από αυτούς είναι ο συντελεστής συσχέτισης Pearson, ο οποίος είναι ευαίσθητος μόνο σε μια γραμμική σχέση μεταξύ των δύο μεταβλητών (που μπορεί να υπάρχει ακόμη και αν η μία είναι μια μη γραμμική συνάρτηση της άλλης). Άλλοι συντελεστές συσχέτισης έχουν αναπτυχθεί για να είναι πιο γεροί από το συντελεστή συσχέτισης του Pearson – που είναι πιο ευαίσθητος σε μη γραμμικές σχέσεις.[1][2][3] η Αμοιβαία πληροφορία μπορεί επίσης να εφαρμοστεί για να μετρήσει την εξάρτηση μεταξύ δύο μεταβλητών.