Какое утверждение корректно сравнивает корреляцию и линейную регрессию?

AКорреляция симметрична по x и y, а линейная регрессия зависит от того, какую переменную вы предсказываете и какую берёте как предиктор
BКорреляция всегда больше по модулю, чем коэффициент регрессии, и отражает причинно-следственную связь между переменными по построению метода
CЛинейная регрессия симметрична: если поменять x и y местами, получите тот же набор коэффициентов и ту же самую модель предсказания между переменными
DКорреляция применима только к бинарным данным, а линейная регрессия используется только для количественных непрерывных переменных без выбросов
Правильный ответ. Корреляция симметрична, а регрессия задаёт направление предсказания и зависит от выбора предиктора.

Разбор

Корреляция не различает роли переменных: corr(x,y) = corr(y,x). В линейной регрессии вы минимизируете ошибки предсказания y по x, поэтому при перестановке ролей получите другую модель. Это важно для корректной постановки задачи: предсказывать одну величину по другой или просто оценить силу связи. Варианты про «корреляция всегда больше», симметрию регрессии или ограничение бинарными данными — частые мифы и неверные обобщения.

Можно заниматься бесплатно

Готовим вопросы…

Три вопроса по теме этой страницы, с объяснениями.

Тренировать статистику в браузере

Ещё вопросы по теме «Корреляция и регрессия»