高等数学 / 系统课时

皮尔逊相关分析

皮尔逊相关分析

皮尔逊相关系数用于量化两个数值变量的线性方向与强度。本课将从公式含义、手算示例和适用条件入手,说明如何正确解释相关系数,并避免用单个数值替代散点图判断。

学习目标

  • 计算并解释皮尔逊相关系数 rr
  • 区分相关方向、相关强度与回归斜率
  • 判断数据是否满足皮尔逊相关分析的基本条件

相关系数的含义

对成对观测 (xi,yi)(x_i,y_i),皮尔逊相关系数定义为:

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\sum_{i=1}^{n}(y_i-\bar{y})^2}}

分子反映两个变量偏离各自均值时是否同向变化,分母用各自的离散程度完成标准化,因此 rr 没有单位,取值范围为 [−1,1][-1,1]。

r>0r>0 表示正向线性关系,r<0r<0 表示负向线性关系;∣r∣|r| 越接近 11,点越贴近一条直线。r=0r=0 只表示没有线性关系,不代表两个变量完全无关。

手算一个相关系数

考虑四组观测:X=(1,2,3,4)X=(1,2,3,4),Y=(2,3,5,4)Y=(2,3,5,4)。两组均值分别为 xˉ=2.5\bar{x}=2.5、yˉ=3.5\bar{y}=3.5。

xix_i yiy_i xi−xˉx_i-\bar{x} yi−yˉy_i-\bar{y} 偏差乘积
1 2 -1.5 -1.5 2.25
2 3 -0.5 -0.5 0.25
3 5 0.5 1.5 0.75
4 4 1.5 0.5 0.75

偏差乘积之和为 44,两列偏差平方和都为 55,所以:

r=45×5=0.8r=\frac{4}{\sqrt{5\times5}}=0.8

结果表示这组样本存在较强的正向线性关系,但不能解释为“XX 每增加一个单位,YY 就增加 0.80.8”。相关系数不是回归斜率,也不能证明 XX 导致 YY 变化。

适用条件与图形检查

使用皮尔逊相关时,两列数据应是同一对象上的成对数值观测,变量之间应大致呈线性关系,并且不应由少数异常点主导。若要进一步进行显著性检验,还应关注观测独立性及总体分布假设。

相同相关系数下的不同散点形态

图形检查不可省略。弯曲关系可能得到接近零的 rr,异常点可能把原本很弱的关系拉高,而两个群体混合后还可能产生与组内趋势不同的整体相关。

如何解释强弱

相关强弱没有适用于所有领域的固定分界。相同的 r=0.3r=0.3,在测量噪声很大的社会研究中可能有价值,在高精度物理测量中却可能很弱。因此应同时报告样本量、散点图、研究场景和可能的异常点,而不是只贴上“弱”“中等”或“强”的标签。

相关系数对平移和正比例缩放不敏感。把厘米改成米不会改变 rr,但非线性变换可能改变结果。样本量很小时,即使 ∣r∣|r| 较大也可能不稳定,不能忽略抽样波动。

推荐分析顺序

先绘制散点图,检查线性形态、异常点和分组;再计算 rr,说明方向和强度;最后结合样本量与业务背景判断结果是否有实际意义。若关系明显弯曲,可考虑斯皮尔曼相关、变量变换或直接建立非线性模型。

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

皮尔逊相关分析

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