变量之间缺乏相关性的 4 个例子


在统计学中,相关性是两个变量之间线性关系的度量。

相关系数的值始终介于 -1 和 1 之间,其中:

  • -1 表示两个变量之间完全负线性相关
  • 0 表示两个变量之间不存在线性相关
  • 1 表示两个变量之间存在完全正线性相关

如果两个变量的相关性为零,则表明它们不以任何方式相关。换句话说,知道一个变量的值让我们不知道另一个变量的值可能是什么。

如果我们创建两个相关性为零的变量的散点图,则图中将没有清晰的模式:

无相关性的示例

不相关的例子

以下示例说明了两个变量没有相关性的场景。

示例 1:咖啡消耗量与智力

个人消耗的咖啡量与其智商水平的相关性为零。换句话说,知道一个人喝了多少咖啡并不能让我们了解他们的智商水平。

如果我们创建每日咖啡消耗量与智商水平的散点图,它将如下所示:

示例 2:身高和测试分数

学生的身高与其平均考试成绩的相关性为零。换句话说,了解一个人的身高并不能让我们了解他们的平均考试成绩。

如果我们创建一个代表身高与平均考试成绩的散点图,它将如下所示:

示例 3:鞋码和观看的电影

个人的鞋码和他们每年观看的电影数量的相关性为零。换句话说,知道一个人的鞋码并不能让我们知道他们每年看了多少部电影。

如果我们创建鞋子尺寸与观看电影数量的散点图,它将如下所示:

示例 4:体重和收入

个人体重与其年收入零相关。换句话说,知道一个人的体重并不能让我们知道他们的年收入可能是多少。

如果我们创建一个体重/收入散点图,它将如下所示:

其他资源

皮尔逊相关系数简介
相关性对比协会:有什么区别?
相关与回归:有什么区别?

添加评论

您的电子邮箱地址不会被公开。 必填项已用*标注