" کوریلیشن" کیا ہے ؟- What is Correlation, Causation and ?. Regression

(Syeda Sadia Amber Jilani, Faisalabad, Punjab, Pakistan)

CORRELATION;
" کوریلیشن" دو ویری ایبلز(متغیرات) کے درمیان پائے جانے والے ریلیشنشپ کو ظاہر کرتا ہے کہ ان ویری ایبلز میں ریلیشن شپ پوزیٹیو ہے یا نیگیٹیو ہے _ اور اگر یہ ریلیشن شپ پوزیٹیو ہے تو کس حد تک پوزیٹیو ہے _ اور اگر ریلیشن شپ نیگٹیو ہے تو کس حد تک نیگٹیو ہے _ آسان الفاظ میں ہم کہہ سکتے ہیں کہ کوریلیشن ,متغیرات(Variables) کے درمیان پائے جانے والے ریلیشن شپ کی نوعیت کو بیان کرتا ہے. اس کی رینج 1- سے 1+ تک ہوتی ہے _ 1- کا مطلب منفی کوریلیشن اور 1+ کا مطلب مثبت کوریلیشن ہے _ جبکہ 0 کا مطلب کوئی ریلیشن نہیں ہے _


CAUSATION;
جیسے کہ نام سے ہی ظاہر ہے یہ "cause" یعنی وجہ یا سبب, اسباب کو بیان کرتا ہے _ یعنی 2 ویری ایبلز میں سے کونسا ویری ایبل دوسرے ویری ایبل میں تبدیلی (Changing) کی وجہ بن رہا ہے _ دوسرے الفاظ میں Changing Effects لا رہا ہے _ CausatioN یہ explain کرتا ہے کہ دیئے گئے متغیرات میں کونسا ویری ایبل (متغیر) independent variable ہے اور کونسا dependent variable.
یہ صورتحال ان میں سے کوئی ایک ہو سکتی ہے,

1_ X----->Y
متغیر X , متغیر Y میں تبدیلی کی وجہ بن رہا ہے _ یا پھر
2_ X<------ Y
متغیر Y, متغیر X میں تبدیلی کی وجہ بن رہا ہے _ یا پھر
3_ X<-------> Y
دونوں بیک وقت ایک دوسرے میں تبدیلی کی وجہ بن رہے ہیں _ یا changing effect ﮈال رہے ہیں _
REGRESSION;
جب کہ Econometrics یا Statistics میں ایک 3rd topic جو کہ بہت اہم ہے پایا جاتا ہے جسے "ریگریشن انیلسز " کا نام دیا جاتا ہے_ جو Dependency کو ظاہر کرتا ہے _ شماریات میں ریگریشن کا تصور سب سے پہلے سر فرانسس گیلٹن نے پیش کیا_ "ریگریشن ایک شماریاتی تکنیک ہے جس میں 2 یا دو سے زیادہ متغیرات کے باہمی تعلق کو جو کہ آزاد اور تابع متغیر کے درمیان ہوتا ہے اسےMeasure کیا جاتا ہے _"
"Regression is a statistical Technique which can measure the relationship between dependent and independent variables."
اس کی دو types ہیں_
1_ Simple Regression
اس میں صرف دو متغیرات ہوتے ہیں _ ایک تابع اور ایک آزاد متغیر _
2_ Multiple Regression
اس میں آزاد متغیرات کی تعداد ایک سے زیادہ ہوتی ہے جبکہ تابع متغیر ایک ہی ہوگا _
Regression Analysis
میں کسی theory کا پہلے ماﮈل بنایا جاتا ہے اور پھر اس ماﮈل کے Parameters کی values حاصل کی جاتی ہیں _ Regression میں دو طرح کے Parameters ہوتے ہیں _
1_ Intercept Parameter ;
جو یہ ظاہر کرتا ہے کہ آزاد متغیر جسے X کی value جب 0 ہو تو تابع متغیر کی کیا مقدار ہو گی _
2_ Regression Coefficient or Slope Parameters;
آزاد متغیرات کے عددی سر Regression Coefficients یا Slope Parameters کہلاتے ہیں _
ان کو B1 ,B2 یا [email protected], [email protected] سے ظاہر کیا جاتا ہے _ پیرامیٹرز کی Values حاصل کرنے کے لئیے زیادہ تر "OLS_ METHOD" استعمال کیا جاتا ہے _ اور اس طرح ماﮈل کو solve کیا جاتا ہے_ OLS Method کی مدد سے Parameters کی جو Values حاصل کی جاتی ہیں ان میں "BLUE " کی خصوصیت پائی جاتی ہے _ یعنی
B -----> Best
L------> Leniear
U -----> Unbiased
E -----> Estimators.
آسان الفاظ میں Parameters کی ان values میں غلطی کی گنجائش نہیں ہے _ error free ہیں _
ریگریشن ماﮈل کو چیک کرنے کے لئیے R square کی value بھی حاصل کی جاتی ہے _ جسے Measure of goodness of fit کہتے ہیں _ اس کی Value
0 سے 1 کے درمیان ہوتی ہے _
"R square shows the variation in the dependent variable due to independent variables."
" تابع متغیر میں جو تبدیلی آتی ہے آزاد متغیرات کی وجہ سے اسے R square ظاہر کرتا ہے _"
اگر R square کی Value=0 آئے تو مطلب کوئی بھی variation نہیں آئی _

Econometrics In Urdu (Notes) By
S. Sadia Amber Jilani

Rate it:
Share Comments Post Comments
Total Views: 370 Print Article Print
About the Author: Syeda Sadia Amber Jilani
Currently, no details found about the author. If you are the author of this Article, Please update or create your Profile here >>

Reviews & Comments

Language: