高等数学 / 系统课时

相关系数

相关系数

本课解决“两个变量是否一起变化、变化方向有多强”这一问题。学完后,你将能正确解释相关系数的取值,识别线性关系的强弱,并避免把相关关系误判为因果关系。

学习目标

  • 理解相关系数衡量的是线性相关程度
  • 能根据正负号和绝对值解释相关方向与强弱
  • 掌握“相关不代表因果”的判断原则

相关系数测量什么

相关系数用于描述两个随机变量之间的线性关系。以 Pearson 相关系数为例,总体相关系数记为 ρXY\rho_{XY}:

ρXY=Cov⁡(X,Y)σXσY\rho_{XY}=\frac{\operatorname{Cov}(X,Y)}{\sigma_X\sigma_Y}

分子是协方差,表示两个变量是否倾向于同向变化;分母用各自标准差进行标准化,因此相关系数不受原始单位影响。只要两个变量的标准差都不为零,相关系数就有定义。

范围、方向与强弱

相关系数始终满足 −1≤ρXY≤1-1\leq \rho_{XY}\leq 1。正负号表示方向,绝对值表示线性关系强弱。

取值特征 常见解释
接近 11 较强正线性相关,一个变量增大时另一个通常也增大
接近 −1-1 较强负线性相关,一个变量增大时另一个通常减小
接近 00 线性相关较弱,但仍可能存在明显的非线性关系
等于 ±1\pm1 所有观测点完全落在一条非水平直线上

不同相关系数对应的散点形态

“接近零”只说明没有明显线性关系。例如,当 Y=X2Y=X^2 且 XX 关于零对称时,两个变量可能高度依赖,但相关系数仍可能等于零。

计算、解读与边界

实际分析通常使用样本相关系数 rr:

r=∑i=1n(xi−xˉ)(yi−yˉ)∑i=1n(xi−xˉ)2∑i=1n(yi−yˉ)2r=\frac{\sum_{i=1}^{n}(x_i-\bar{x})(y_i-\bar{y})}{\sqrt{\sum_{i=1}^{n}(x_i-\bar{x})^2}\sqrt{\sum_{i=1}^{n}(y_i-\bar{y})^2}}

解释时应同时查看散点图、样本量和业务背景。不能只凭一个固定阈值断言“强相关”或“弱相关”,因为不同领域的判断标准不同。样本量很小时,个别异常值也可能显著改变 rr。

两个变量相关,并不能证明其中一个导致另一个。相关可能来自第三个变量、共同时间趋势、样本选择偏差或随机巧合。例如,冰淇淋销量与中暑人数同时上升,更合理的共同原因是高温。讨论因果关系还需要时间顺序、作用机制、实验设计或可靠的因果推断方法。

使用相关系数时还要避免四类误判:把 r=0r=0 当作完全无关,忽略异常值,混合性质不同的群体,以及把样本中的关系直接推广到所有人群。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

相关系数

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通