{"id":670,"date":"2020-04-09T16:05:21","date_gmt":"2020-04-09T14:05:21","guid":{"rendered":"https:\/\/www.statsimprove.com\/it\/?p=670"},"modified":"2024-05-29T11:52:12","modified_gmt":"2024-05-29T09:52:12","slug":"la-differenza-tra-correlazione-e-regressione-spiegata-facile","status":"publish","type":"post","link":"https:\/\/www.statsimprove.com\/it\/2020\/04\/09\/la-differenza-tra-correlazione-e-regressione-spiegata-facile\/","title":{"rendered":"La differenza tra correlazione e regressione spiegata facile"},"content":{"rendered":"

In questo post vediamo la differenza tra correlazione e regressione in termini \u201cconcettuali<\/em>\u201d pi\u00f9 che \u201cmatematici\u201d.<\/p>\n

Uno dei quesiti, infatti, che i pone spesso chi non ha dimestichezza con la statistica \u00e8 la differenza tra i concetti di correlazione e regressione<\/strong>. A dire il vero ho visto anche molti statistici stessi fare fatica a distinguere le due tecniche in modo corretto.<\/p>\n

Per cui procediamo e accendiamo la luce.<\/p>\n

Correlazione e regressione: differenze in termini di forma<\/em> e di utilit\u00e0<\/em><\/h2>\n

Vediamo subito la differenza in termini di forma<\/em>:<\/p>\n

La correlazione \u00e8 una singola statistica, <\/strong>un indicatore calcolabile in diversi modi e che pu\u00f2 avere valori compresi tra -1 e 1. Il coefficiente di correlazione pi\u00f9 usato, per la cronaca, \u00e8 il coefficiente di correlazione di Pearson; ne esistono altri di coefficienti di correlazione ma non \u00e8 questo il momento di approfondire.<\/p>\n

La regressione, invece, \u00e8 un modello statistico, un’equazione<\/strong>. In questa equazione non viene calcolata una singola statistica ma almeno un paio: un’intercetta e una pendenza (il coefficiente di regressione)<\/strong>, oltre a tutte le assunzioni sottostanti (scarti normalmente distribuiti con media uguale a zero, eccetera).<\/p>\n

Ripetendo: la correlazione \u00e8 identificata da un numero, la regressione da un’equazione.<\/p>\n

Parliamo ora della differenza tra le due tecniche in termini di utilit\u00e0<\/em>.<\/p>\n

La differenza fondamentale, infatti, sta nell’informazione che queste due tecniche ci forniscono<\/strong> (e il conseguente uso che ne facciamo).<\/p>\n

La correlazione ti dice se<\/em><\/strong> e<\/strong> quanto<\/em><\/strong> due variabili sono matematicamente legate, quanto cio\u00e8 al variare del valore di una variabile, anche il valore dell\u2019altra variabile cambia.<\/p>\n

Diciamo pure che si tratta della misura di \u201camore<\/em>\u201d tra due variabili, indipendentemente dal legame causa-effetto che pu\u00f2 esserci tra di esse. Ovviamente non \u00e8 detto che due variabili debbano variare nella stessa direzione (correlazione positiva), ma possono anche essere correlate negativamente: una aumenta, l\u2019altra diminuisce, e viceversa. In questo caso possiamo parlare di odio<\/em> pi\u00f9 che di amore.<\/p>\n

A proposito, se vuoi farti due risate e vedere qualche esempio di variabili correlate ma senza nessun nesso causa-effetto, visita questo sito GENIALE<\/a>.<\/p>\n

La regressione invece ti dice qualcosa di diverso: ti dice soprattutto come<\/em><\/strong> le due variabili sono matematicamente legate.<\/p>\n

E questo \u00e8 importante perch\u00e9 ti permette, attraverso l\u2019equazione di regressione, di stimare il valore di una delle due variabili quando conosci il valore dell\u2019altra, cosa che NON potresti fare attraverso il solo coefficiente di correlazione<\/strong>.<\/p>\n

Esempio pratico<\/h2>\n

Nei diversi periodi dell\u2019anno, in una famiglia, la quantit\u00e0 di pasta che mangia il marito sar\u00e0 correlata alla quantit\u00e0 che mangia la moglie. In estate, ad esempio, mangeranno entrambi un po\u2019 meno pastasciutta (perch\u00e9 c\u2019\u00e8 pi\u00f9 caldo, forse). Alla domenica, in generale, entrambi ne mangeranno di pi\u00f9 (per l\u2019abitudine, per esempio, di pranzare con i suoceri, e quindi con portate pi\u00f9 abbondanti). Questo legame tra i grammi di pasta mangiati dal marito e i grammi di pasta mangiati dalla moglie lo si pu\u00f2 riassumere attraverso un coefficiente di correlazione.<\/p>\n

Ma se vuoi sapere quanta pasta ha mangiato la moglie oggi a pranzo, sapendo la quantit\u00e0 mangiata dal marito, allora hai bisogno di un modello di regressione.<\/p>\n

That\u2019s it!<\/strong><\/p>\n

Ciao! Gianfranco<\/p>\n\n\n

Sei nei guai fino al collo con la statistica e ti serve aiuto?<\/strong><\/h2>\n\n\n\n

<\/strong> Noi di StatsImprove abbattiamo notevolmente i costi dei servizi di supporto<\/strong> per darne accesso, oltre che alle aziende, anche a gruppi di ricerca universitaria e studenti (dottorandi, specializzandi, laureandi).<\/p>\n\n\n\n

Contattaci con un click: