Determinar a relação entre variáveis ​​usando Covariância e Correlação

Você pode determinar a relação entre duas variáveis ​​com duas medidas de Associação: Covariância e correlação. Por exemplo, se um investidor quer entender o risco de uma carteira de ações, então ele pode usar essas medidas para determinar corretamente o quão perto os retornos sobre os estoques de rastrear um ao outro.

covariance é utilizado para medir a tendência para duas variáveis ​​a subir acima dos meios, ou cair abaixo dos seus meios, ao mesmo tempo. Por exemplo, suponhamos que uma empresa bioengenharia verifica que o aumento das despesas de investigação e de desenvolvimento leva tipicamente a um aumento no desenvolvimento de novas patentes. Neste caso, os gastos RD e novas patentes teria uma covariância positiva. Se a mesma empresa descobre que o aumento dos custos de trabalho normalmente reduzir os lucros das empresas, então os custos do trabalho e os lucros teriam uma covariância negativa. Se a empresa acha que os lucros não estão relacionadas com a temperatura média diária, em seguida, essas duas variáveis ​​terão uma covariância que está muito perto de zero.

Correlação é uma medida intimamente relacionados. É definido como um valor entre -1 e 1, de modo a interpretar correlação é mais fácil do que a covariância. Por exemplo, uma correlação de 0,9 entre as duas variáveis ​​indicaria uma relação muito forte positivo, ao passo que uma correlação de 0,2 indicaria uma relação bastante fraco mas positivo. A correlação de -0,8 indicaria uma forte negativo relationship- uma correlação de -0,3 indicaria uma relação negativa fraca. A correlação de 0 mostraria que duas variáveis ​​são não relacionado (Isto é, independente).