Mensen gebruiken tegenwoordig de termen correlatie en associatie door elkaar, zowel in het dagelijks leven als in statistieken. Een persoon die ze gebruikt, moet duidelijk zijn over de verschillen tussen de termen en hun betekenis. Correlatie en associatie hebben verschillende overeenkomsten, maar zijn nog steeds verschillende concepten in statistiek en Engels.
Correlatie versus associatie
Het verschil tussen correlatie en associatie is dat correlatie de lineaire relatie tussen twee variabelen definieert, en deze relatie kwantificeert met het gebruik van getallen tussen -1 en 1. De associatie definieert alle algemene relaties tussen twee willekeurige variabelen en is niet kwantificeerbaar.
Correlatie is een relatie tussen 2 of meer objecten in het Engels. Het is een exacte term die uit één betekenis bestaat. In statistieken meet het een lineaire relatie tussen variabelen en kwantificeert het met getallen. Het is nuttig in zowel statistiek als wetenschap.
Aan de andere kant is de associatie de handeling van het associëren van verschillende variabelen. Het is een vage term die er geen exacte betekenis aan heeft. In statistieken meet het een algemene relatie tussen twee of meer variabelen. Het is een begrip dat in de wetenschap nauwelijks wordt gebruikt, maar in de psychologie wel.
Vergelijkingstabel tussen correlatie en associatie
| Parameters van vergelijking: | Correlatie | Vereniging |
| Statistieken | Het kan de lineaire relatie tussen willekeurige variabelen meten | Het kan lineaire of niet-lineaire relaties tussen willekeurige variabelen meten. |
| Betekenis | Het is een maatstaf voor associatie. | Het is een begrip. |
| Wetenschappelijk gebruik | Het wordt gebruikt in statistiek en wetenschap. | Het wordt bijna nooit gebruikt in de wetenschap, maar het wordt gebruikt in de psychologie. |
| kwantificering | Het kwantificeert een relatie tussen 2 variabelen met behulp van een getal tussen -1 en 1. | Het gebruikt geen getallen om een relatie tussen variabelen te kwantificeren. |
| Engels | Een exacte term met één betekenis. | Een vage term die geen exacte definitie heeft, maar verschillende dingen kan beschrijven. |
| Algemene definitie | Het is een relatie tussen 2 of meer objecten. | Het is de handeling van het associëren. |
Wat is correlatie?
Correlatie is een statistische maatstaf tussen twee willekeurige variabelen met een lineair verband. Correlatie kwantificeert de relatie, maar onthult niet of x y veroorzaakt of vice versa - of dat de associatie het resultaat is van een derde component.
Correlatie kan de relaties kwantificeren met getallen tussen -1 en +1. De meest voorkomende correlatie tussen 2 variabelen is PPMCC, wat staat voor Pearson product-moment Correlation Coefficient.
In de wiskunde wordt het beschouwd als de precisie van de kleinste kwadraten die passen bij de oorspronkelijke informatie. Het wordt berekend door de covariantieverhoudingen van verschillende variabelen in de kwantitatieve dataset te delen door hun vierkantswortels. In het Engels wordt het gedefinieerd als een wederzijdse relatie tussen 2 of meer dingen.
Correlatie heeft 3 mogelijke resultaten. Dit zijn positieve correlatie, negatieve correlatie en nulcorrelatie. Een positieve correlatie is een relatie waarin de 2 verschillende variabelen beide in dezelfde richting bewegen, wat betekent dat een toename van de ene variabele een toename van de andere veroorzaakt en vice versa.
Als de ene variabele toeneemt, neemt de andere variabele af. Dit wordt een negatieve correlatie genoemd. Een correlatie van nul geeft aan dat er geen verband bestaat tussen de twee variabelen die worden beoordeeld.
Een correlatie kan visueel worden uitgedrukt door een spreidingsdiagram te tekenen. Dit helpt de sterkte en richting van de correlatie tussen de variabelen aan te geven.
Wat is Vereniging?
In het Engels is de associatie een vage term die niet slechts één exacte betekenis heeft. Het kan ook een groep mensen betekenen met een gemeenschappelijk doel of vergelijkbare interesses. Het is een daad van associëren.
In statistieken geeft associatie een verband aan tussen 2 variabelen. Het verwijst over het algemeen naar een relatie zonder er dieper op in te gaan, en het hoeft geen oorzakelijk verband te zijn.
In statistieken geeft associatie een verband aan tussen 2 variabelen.
Het definieert een algemene relatie die zowel lineair als niet-lineair kan zijn. Een paar voorbeelden van associatie in statistieken zijn Lambda en Spearman's rho van Goodman en Kruskal, afstandscorrelatie, enz.
Associatie kan worden bepaald met behulp van verschillende analyses, zoals correlatieanalyse, regressieanalyse, enz. Welke methode u gebruikt om de associatie tussen variabelen en de sterkte van de associatie te bepalen, is afhankelijk van de kenmerken van de gegevens van de variabele.
De meest gebruikelijke manieren om associaties te analyseren zijn Spearman rangordecorrelatiecoëfficiënt, relatieve risico- en oddsratio, seriële correlatie, Pearson's correlatiecoëfficiënt, enz.
In de psychologie is een associatie een mentale link die wordt gevormd door specifieke ontmoetingen die concepten, gebeurtenissen of mentale toestanden met elkaar verbinden. Associaties zijn te vinden in veel verschillende stromingen, zoals behaviorisme, psychoanalyse, structuralisme, sociale psychologie, enz.
Belangrijkste verschillen tussen correlatie en associatie
Gevolgtrekking
Correlatie kan worden gezien als een technische term, terwijl associatie dat niet kan. Associatie geeft de loutere aanwezigheid van een relatie aan, terwijl correlatie deze relatie met verschillende methoden wil kwantificeren.
Statistisch gezien meet correlatie de lineaire relatie tussen variabelen, terwijl associatie de algemene relaties meet (inclusief zowel lineair als niet-lineair).
Correlatie kwantificeert de relatie tussen variabelen met een numerieke waarde tussen -1 en +1, terwijl associatie geen numerieke waarde gebruikt om een relatie te kwantificeren.
Referenties
- https://www.nature.com/articles/nmeth.3587
- http://search.ebscohost.com/login.aspx?direct=true&profile=ehost&scope=site&authtype=crawler&jrnl=15487091&AN=110030895&h=1vpmMT%2BldAwaS10UlDyO0h8jP8TYWEWEXQf8Qt5Qozk1S4SkR2cc0D47K3DZK1BT4SkR2C4C4Qt5Qozk1BT4SkR2K0K0D4Skr2C4C4Qt5Qozk1S4Skr3
