Différence entre la corrélation positive et la corrélation négative

Corrélation positive vs Corrélation négative

La corrélation est une mesure de la force de la relation entre deux variables. Le coefficient de corrélation quantifie le degré de changement d'une variable en fonction du changement de l'autre variable. En statistique, la corrélation est liée au concept de dépendance, qui est la relation statistique entre deux variables.

Pour une population:

Pour un échantillon:

et l'expression suivante est équivalente à l'expression ci-dessus.

et

sont des scores standard de X et Y respectivement.

est la moyenne et s

X et s Y sont les écarts-types de X et Y. Le coefficient de corrélation de Pearson (ou juste le coefficient de corrélation) coefficient de corrélation communément utilisé et valide uniquement pour une relation linéaire entre les variables. r est une valeur comprise entre -1 et 1 (-1 ≤ r ≤ +1). Si r = 0, il n'y a pas de relation et, si r ≥ 0, la relation est directement proportionnelle et la valeur d'une variable augmente avec l'autre. Si r ≤ 0, une variable décroît lorsque l'autre augmente et vice versa.

En raison de la condition de linéarité, le coefficient de corrélation r peut également être utilisé pour établir la présence d'une relation linéaire entre les variables.

Quelle est la différence entre la corrélation positive et la corrélation négative?

• Lorsqu'il existe une corrélation positive (r> 0) entre deux variables aléatoires, une variable se déplace proportionnellement à l'autre variable. Si une variable augmente les autres augmentations. Si l'une des variables diminue, l'autre diminue aussi.

• Lorsqu'il existe une corrélation négative (r <0) entre les deux variables aléatoires, les variables se déplacent l'une en face de l'autre. Si une variable augmente l'autre diminue et vice versa.

• Une ligne proche d'une corrélation positive a un gradient positif, et une droite proche de la corrélation négative a un gradient négatif.