负相关关系

本文解释了什么是两个统计变量之间的负相关性，并展示了此类相关性的示例。此外，您将能够了解如何解释负相关性。

什么是负相关？

在统计学中，负相关是两个不同变量之间的一种相关性，表明它们呈负相关。也就是说，如果两个变量具有负相关性，则意味着随着一个变量值的增加，另一个变量值减小。

当两个变量存在负相关时，相关系数的值在-1（含）和0（不含）之间。

负相关在统计学中也称为逆相关。

负相关示例

现在我们知道了负相关的定义，我们将看到具有这种相关性的两个变量的示例，以更好地理解这个概念。

• 一家国际公司在数据表中记录了该月的平均气温以及该月其几家商店的毛衣销量。分析这两个统计变量之间的相关性。

要研究这两个变量之间的相关性，我们需要做的第一件事就是用图表表示数据集。因此，我们构建数据对的散点图：

从散点图中可以看出，两个变量之间的相关性一开始似乎是负的，因为当一个变量增加时，另一个变量就会减少，反之亦然。但是，需要通过计算相关系数来检查变量之间的相关性：

相关系数的值为负，因此证实所研究的两个变量之间的相关性为负。

负相关的解释

在本节中，我们将了解如何解释两个变量之间负相关的值，以便您更好地理解负相关的含义。

负相关系数越小，两个变量的负相关性越强。因此，当两个变量之间的相关系数非常接近-1时，负相关性越显着。另一方面，如果相关系数的值接近0，则意味着两个变量之间的相关性较弱。

此外，如果相关系数变为0，则变量之间的相关性为零。即使系数值为正，也意味着相关性是正的。下面我们将讨论不同类型的相关性。

最后，您应该记住，负相关并不意味着变量之间存在因果关系。也就是说，如果两个变量存在负相关，则意味着它们是线性负相关的，但一个变量增加的原因并不一定是另一个变量的减少。

要了解更多信息，请参阅以下文章：

负相关、正相关和零相关

在本文中，我们重点讨论什么是负相关，但是，在统计学中，两个变量也可以具有正相关或零相关。

• 正相关——一个变量随着另一个变量的增加而增加。相关系数的值在0（不含）和1（含）之间。
• 负相关：当一个变量增加时，另一个变量减少，反之亦然，如果一个变量减少，另一个变量增加。相关系数的值在-1（含）和0（不含）之间。
• 零相关：两个变量之间没有关系。相关系数等于 0。

在下面的图表中，您可以看到所表示的不同类型的相关性：