المصطلحان الأكثر شيوعًا في عالم الإحصاء هما الارتباط متبوعًا بالانحدار. يتم وصف المصطلحين على أنهما "تحليل" لأنهما يعتمدان على نشر العديد من المتغيرات. تُعرف هذه الظاهرة بالتوزيع متعدد المتغيرات. يتم استخدامها بشكل شائع عند الحاجة إلى فحص الارتباط بين متغيرين كميين.
من المرجح أن يتم استجواب الأشخاص الذين تمت مقابلتهم حول الخصائص المميزة للارتباط وكذلك الانحدار. ومع ذلك ، يعاني الكثير من الشك في فهم العبارتين المذكورتين أعلاه.
الارتباط مقابل الانحدار
ال الفرق بين الارتباط والانحدار هو أن الارتباط هو مقياس الارتباط أو الغياب بين المتغيرين ، على سبيل المثال ، "س" و "ص". "س" و "ص" ليست متغيرات مستقلة أو تابعة هنا. بينما ، في الانحدار ، يتم حساب قيمة المتغير الطارئ باستخدام قيمة المتغير المستقل.
العلاقة بين المتغيرين المختلفين التي تم تقييمها في البداية. للتراجع تطبيقات غريزية لا حصر لها في الحياة اليومية. فيما يلي جدول مقارنة شامل يمكنه شرح الاختلافات بين المصطلحين بنجاح.
جدول المقارنة بين الارتباط والانحدار
| معلمة المقارنة | علاقه مترابطه | تراجع |
|---|---|---|
| المعنى | يحدد العلاقة المشتركة ، وهي الارتباط بين متغيرين. يعتمد إلى حد كبير على الإجراءات المستندة إلى الإحصائيات. | يبرر العلاقة الحسابية بين الاثنين ، قيمة مستقلة وقيمة تابعة. |
| موضوعي | تمكن من تحديد القيمة العددية التي تعبر عن العلاقة بين متغيرين أو أكثر. | في الانحدار ، تساعدنا قيم المتغير الثابت في تحديد وتقريب قيم المتغير العشوائي. |
| إستعمال | يظهر الارتباط الخطي بين متغيرين. | يعتمد في الغالب على تقدير يعتمد على متغير واحد للتنبؤ بقيمة المتغير الآخر. |
| المتغير المستقل والمتغير التابع | كل من المتغيرات التابعة والمستقلة متشابهة مع بعضها البعض. | المتغيرات المستقلة والتابعة ليست هي نفسها. |
| إشارة | إنه مقياس الدرجة التي يتغير بها المتغيران في وقت واحد. | يشير الانحدار إلى كيفية تحديد التبديل في قيمة المتغير (س) بواسطة المتغير (ص). |
ما هو الارتباط؟
الارتباط مشتق من كلمتين ، وهما "Co" التي تعني معًا ، و "العلاقة" التي تعني ارتباط أو ارتباط ، والذي يكون بين كميتين.
إنه يعني فقط درجة التغيير الذي يحدث في أحد المتغيرات ويتفاعل من خلال تغيير مماثل في المتغير الآخر. قد يكون هذا تغييرًا صريحًا أو ضمنيًا.
يصور بنجاح درجة الارتباط بين اثنين من المتغيرات التي تم أخذها في الاعتبار ، فهي تستند إلى مبادئ الإحصاء. يمكن أن تكون القيمة المحددة إما موجبة أو سالبة.
عندما يتحرك كلا المتغيرين في اتجاه مماثل ، يكون ذلك ارتباطًا إيجابيًا ، وتكون النتائج متطابقة مع بعضها البعض ، مما يؤدي إلى الاستثمار والمكاسب.
على العكس من ذلك ، يحدث الارتباط السلبي عندما تتحرك المتغيرات في اتجاهات متعاكسة ، وهذا يؤدي إلى انخفاض في المتغير الآخر. على سبيل المثال ، قيمة ومتطلبات عنصر ما مترابطة.
أحد الأمثلة حيث يمكن تنفيذ الارتباط بنجاح هو عندما ترغب الشركة في مقارنة العدد التراكمي للمبيعات التي تم إجراؤها مع عدد مندوبي المبيعات العاملين.
ما هو الانحدار؟
الانحدار هو محاولة تستخدم لتحديد علاقة متغير واحد بالمتغير المهم الآخر. نوعان من المتغيرات المستخدمة هي نوع تابع ومستقل. يجعل الانحدار خطوة واحدة في المقدمة من الارتباط لأنه يضيف إمكانات التنبؤ.
يتم تطبيق الانحدار على مستوى حدسي من قبل الناس على أساس يومي. تحتل مكانة مهمة في الأعمال البشرية ، حيث إنها أداة فعالة تستخدم للتنبؤ بالأحداث التي حدثت قبل هذه الأوقات ، في الوقت الحاضر ، والمستقبل بناءً على الأحداث والأحداث السابقة أو الحالية.
على سبيل المثال ، يمكن لسجلات الأعمال السابقة تقدير أرباحها المستقبلية. يمكن شرح ذلك بمثال بسيط عن كيفية استيقاظنا في الصباح. إذا ذهبت إلى الفراش مبكرًا ، يمكنك الاستيقاظ في الصباح الباكر بسهولة أكبر.
يمكننا فهم الانحدار الخطي باستخدام متغيرين "س" و "ص". هنا ، يعتمد كلا المتغيرين "س" و "ص" على متغير آخر ، أي أن "ص" يعتمد أو يتأثر بـ "س" ، وهو متغير مستقل. يشار إلى العوامل المذكورة على الرسم البياني الإحصائي ، وهو تمثيل رياضي.
يعد الانحدار الكمي أكثر دقة لأنه يخلق تفسيرًا حسابيًا للمعادلة. يمكن استخدام هذه المعادلة أو الصيغ للتحليل والتنبؤ في المستقبل.
على سبيل المثال ، يقدر الطبيب جرعة الدواء المناسبة (المتغير المستقل) للمريض بناءً على وزن الجسم ، وهو متغير تابع.
الاختلافات الرئيسية بين الارتباط والانحدار
استنتاج
من الواضح أن تحليل الارتباط وتحليل الانحدار لهما فرق كبير بين بعضهما البعض ، على الرغم من حساب هذين المفهومين الرياضيين معًا.
أثناء تحليل الانحدار ، يحاول الباحث تحديد العلاقة الوظيفية بين المتغيرين اللذين تم إنشاؤهما لتحقيق الفوائد والأرباح المستقبلية.
مراجع
- https://psycnet.apa.org/record/1960-06763-000
- https://link.springer.com/content/pdf/10.3758/BRM.41.4.1149.pdf
- https://psycnet.apa.org/record/1995-97110-002
