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
- 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 ,皮尔逊相关系数定义为:
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 没有单位,取值范围为 。
表示正向线性关系, 表示负向线性关系; 越接近 ,点越贴近一条直线。 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:,。两组均值分别为 、。
| 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 ,两列偏差平方和都为 ,所以:
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“ 每增加一个单位, 就增加 ”。相关系数不是回归斜率,也不能证明 导致 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。

图形检查不可省略。弯曲关系可能得到接近零的 ,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 ,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 ,但非线性变换可能改变结果。样本量很小时,即使 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 ,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。