In particolare, quando usiamo la parola correlazione<\/strong> , solitamente parliamo del coefficiente di correlazione di Pearson<\/a> . \u00c8 una misura dell’associazione lineare tra due variabili casuali<\/a> X<\/em> e Y.<\/em> Ha un valore compreso tra -1 e 1 dove:<\/span><\/p>\n Al contrario, quando gli statistici usano la parola associazione<\/strong> , possono riferirsi a qualsiasi<\/em> relazione tra due variabili, sia lineari che<\/em> non lineari.<\/span><\/p>\n Per illustrare questa idea, consideriamo i seguenti esempi.<\/span><\/p>\n Usiamo due parole per descrivere la correlazione tra due variabili casuali:<\/span><\/p>\n 1 Direzione<\/strong><\/span><\/p>\n 2. Forza<\/strong><\/span><\/p>\n I seguenti grafici a dispersione illustrano esempi di ciascun tipo di correlazione:<\/span> <\/p>\n Rispetto alla correlazione, la parola associazione<\/strong> pu\u00f2 dirci se esiste o meno una<\/em> relazione tra due variabili casuali: lineare o<\/em> non lineare.<\/span><\/p>\n I seguenti grafici a dispersione illustrano alcuni esempi:<\/span> <\/p>\n Il grafico a dispersione nell’angolo in alto a sinistra illustra una relazione quadratica tra due variabili casuali, il che significa che esiste<\/em> un’associazione tra le due variabili ma non \u00e8 lineare.<\/span><\/p>\n Se calcolassimo la correlazione tra le due variabili, probabilmente sarebbe prossima allo zero perch\u00e9 non esiste una relazione lineare tra loro.<\/span><\/p>\n Tuttavia, sapere semplicemente che la correlazione tra le due variabili \u00e8 pari a zero pu\u00f2 essere fuorviante perch\u00e9 nasconde il fatto che esiste invece una relazione non lineare.<\/span><\/p>\n I termini correlazione e associazione presentano le seguenti somiglianze e differenze:<\/span><\/p>\n Analogie:<\/strong><\/span><\/p>\n Differenze:<\/strong><\/span><\/p>\n Un’introduzione al coefficiente di correlazione di Pearson<\/a> Due termini a volte usati in modo intercambiabile sono correlazione e associazione . Tuttavia, nel campo della statistica, questi due termini hanno significati leggermente diversi. In particolare, quando usiamo la parola correlazione , solitamente parliamo del coefficiente di correlazione di Pearson . \u00c8 una misura dell’associazione lineare tra due variabili casuali X e Y. Ha […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n\n
Visualizzazione di correlazione e associazione con nuvole di punti<\/strong><\/span><\/h3>\n
\n
\n
![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/correlation_vs_association1.png\")
<\/p>\n![\"Correlazione](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/correlation_vs_association2.png\")
<\/p>\n Correlazione vs. associazione: una sintesi<\/strong><\/span><\/h3>\n
\n
\n
Risorse addizionali<\/strong><\/span><\/h3>\n
Introduzione alle nuvole di punti
Correlazione vs regressione: qual \u00e8 la differenza?<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"