भिन्नता और सह प्रकार के बीच का अंतर: विचरण बनाम सहकारिता की तुलना
के रूप में माना जाता है, भिन्नता बनाम सहकारिता
भिन्नता और संप्रदाय आंकड़ों में दो उपायों का इस्तेमाल करते हैं। भिन्नता डेटा के स्कैटर का एक उपाय है, और सहप्रवाह एक साथ दो यादृच्छिक चर के परिवर्तन की डिग्री इंगित करता है। भिन्नता बल्कि एक सहज ज्ञान युक्त अवधारणा है, लेकिन संप्रदाय को गणितीय रूप से परिभाषित किया गया है, जो कि पहली बार सहज नहीं है।
विचरण के बारे में अधिक
भिन्नता वितरण के माध्य मूल्य से डेटा के फैलाव का एक उपाय है। यह बताता है कि वितरण के मतलब से कितनी दूर आंकड़ों का मुद्दा है। यह संभाव्यता वितरण के प्राथमिक वर्णनकर्ता में से एक और वितरण के क्षणों में से एक है। इसके अलावा, भिन्नता आबादी का एक पैमाना है, और आबादी के भिन्नता के लिए एक आवेदक के रूप में जनसंख्या से एक नमूना का विचलन होता है एक परिप्रेक्ष्य से, यह मानक विचलन के वर्ग के रूप में परिभाषित किया गया है।
-2 ->सादा भाषा में, यह प्रत्येक डेटा बिंदु और वितरण का मतलब के बीच की दूरी के वर्गों के औसत के रूप में वर्णित किया जा सकता है। निम्न फार्मूला का इस्तेमाल विचलन की गणना के लिए किया जाता है। जनसंख्या के लिए
वरा (एक्स) = ई [(एक्स-μ) 2 ] और
वर (एक्स) = ई [(एक्स- ~ x) 2] एक नमूना के लिए इसे आगे Var (X) = E [X
2 ] - (ई [X]) 2 देने के लिए सरल किया जा सकता है। भिन्नता के पास कुछ हस्ताक्षर गुण हैं, और अक्सर इसका उपयोग सरल बनाने के लिए आंकड़ों में किया जाता है। भिन्नता गैर-नकारात्मक है क्योंकि यह दूरी का वर्ग है हालांकि, विचरण की सीमा सीमित नहीं है और विशेष वितरण पर निर्भर करता है। निरंतर यादृच्छिक चर का विचरण शून्य है, और अंतर किसी स्थान पैरामीटर के संबंध में परिवर्तन नहीं करता है।
-3 ->
कोवेरिअस के बारे में अधिकसांख्यिकीय सिद्धांत में, सहप्रवाह एक माप है कि कितने दो यादृच्छिक चर एक साथ बदलते हैं। दूसरे शब्दों में, संप्रदाय दो यादृच्छिक चर के बीच के संबंध की ताकत का एक उपाय है। इसके अलावा, इसे दो यादृच्छिक चर के विचलन की अवधारणा के सामान्यीकरण के रूप में माना जा सकता है।
दो यादृच्छिक चर एक्स और वाई, जो संयुक्त रूप से परिमित दूसरी गति के साथ संयुक्त रूप से वितरित किए जाते हैं, का प्रसंस्करण σ
XY = ई [(एक्स-ई [एक्स]) (वाई-ई [वाई])] के रूप में जाना जाता है। इस से, विचरण को संवेदना के एक विशेष मामले के रूप में देखा जा सकता है, जहां दो चर एक समान हैं। सीओवी (एक्स, एक्स) = वार (एक्स) सह-संवेदीकरण को सामान्य करके, रैखिक सहसंबंध गुणांक या पीयरसन के सहसंबंध गुणांक प्राप्त किया जा सकता है, जिसे ρ = ई [(एक्सई [एक्स]) के रूप में परिभाषित किया गया है (YE [Y]]]] / (σ एक्स
σ वाई ) = (सीओवी (एक्स, वाई)) / (σ एक्स σ वाई) डेटा बिंदुओं की एक जोड़ी के बीच ग्राफिक रूप से, संविधान को विपरीत दिशाओं पर डेटा बिंदुओं के साथ आयत के क्षेत्र के रूप में देखा जा सकता है।इसे दो डेटा बिंदुओं के बीच अलग-अलग होने के माप के रूप में व्याख्या किया जा सकता है। संपूर्ण आबादी के लिए आयतों को ध्यान में रखते हुए, सभी डेटा बिंदुओं के अनुरूप आयतों को ओवरलैप करने से अलग होने की ताकत के रूप में माना जा सकता है; दो चर के विचरण दो चर में संप्रभु दो आयामों में है, लेकिन इसे एक चर में सरलीकृत करने से एक आयाम में जुदाई के रूप में एक के विचरण को देता है। विचरण और सहकारिता के बीच अंतर क्या है? • भिन्नता आबादी में प्रसार / फैलाव के उपाय है, जबकि सहप्रवाह को दो यादृच्छिक चर के अंतर के रूप में माना जाता है या सहसंबंध की ताकत के रूप में माना जाता है। • भिन्नता सहानुभूति का एक विशेष मामला माना जा सकता है। • भिन्नता और संप्रदाय डेटा मूल्यों की भयावहता पर निर्भर हैं, और उनकी तुलना नहीं की जा सकती; इसलिए, वे सामान्यीकृत हैं सहक्रिया गुणांक (दो यादृच्छिक चर के मानक विचलन के उत्पाद को विभाजित करके) में सामान्यीकृत किया जाता है और विचरण मानक विचलन (वर्गमूल लेकर) में सामान्यीकृत होता है
