零相关性

本文解释了当两个变量具有零相关性时意味着什么。因此，您将找到零相关性随机变量的已解决示例，以及与其他类型相关性的区别。

什么是零相关？

在统计学中，零相关是两个不同变量之间的一种相关性。更准确地说，当两个变量的相关性为零时，意味着它们之间没有关系，即不相关。

从数学上讲，由于相关系数为零，因此可以识别零相关性。然而，如果相关系数的值非常接近0，则通常也认为相关性为零，因为相关性实际上不存在。

要了解有关相关性的更多信息，请访问以下链接：

零相关示例

了解零相关性的定义后，在本节中我们将看到两个具有零相关性的变量的日常生活示例。

• 从20个不同的人的样本中，他们的身高和智商（用来衡量一个人的智力）被记录在下面的数据表中。分析一个人的身高和智力之间的相关性。

首先，为了研究这两个统计变量之间的相关性，我们需要将数据绘制成图表，这样我们就知道数据集是什么样的。因此，我们创建点云：

观察图表后，没有观察到先验关系，因为点分散在图表中，没有遵循任何模式。

一旦我们绘制了数据图表，我们就可以计算皮尔逊相关系数，该系数表示两个变量之间的相关程度。

皮尔逊相关系数的值非常接近于零，因此我们得出结论，两个运动变量之间的相关性为零。

请记住，相关系数的值很难精确为零，因此您必须解释散点图获得的数字并分析两个变量之间的相关性是否为零。

零相关、正相关和零相关

尽管本文基于零相关性，但请注意，还存在其他两种类型的相关性：正相关性和负相关性。因此，在最后一节中，我们将看到相关类型之间的差异。

• 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。

在下图中，您可以看到所表示的不同类型的相关性：

有关每种关联类型的更多信息，请单击此处：