35、相关性分析：从基础到应用

相关性分析：从基础到应用

在数据分析领域，我们常常会遇到需要研究变量之间关系的情况。之前我们主要关注单变量数据的研究，比如研究一组学生的平均智商、一群人的平均身高或者不同性别的平均BMI等。但如果我们想要同时研究两个变量之间的关系呢？这就涉及到双变量数据的分析，也就是我们所说的相关性分析。

1. 什么是相关性

在严格的英语术语中，“correlation”意味着一种联系或某种关系。在统计学领域，相关性被定义为衡量两个变量之间关联（强度）的双变量指标。需要注意的是，相关性并不等同于因果关系，它只是对两个变量之间关联可能性的一种近似描述。

要确定两个变量之间的关系，通常需要遵循以下步骤：
- 第一步：构建散点图
散点图是研究两个变量关系的起点，它能直观地展示变量之间的相关性。在散点图中，我们需要关注以下几个特性：
- 关系强度 ：在散点图上，数据点越靠近最佳拟合线，两个变量之间的线性关系就越强。
- 图形方向 ：
- 正相关 ：当散点图上的数据点呈现从左下角到右上角的模式时，即两个变量朝相同方向变化，我们称这两个变量之间存在正相关关系。这意味着一个变量的增加会导致另一个变量的增加，反之亦然。
- 负相关 ：当数据点呈现从左上角到右下角的模式时，即两个变量朝相反方向变化，我们称这两个变量之间存在负相关关系。这意味着一个变量的增加会导致另一个变量的减少，反之亦然。
- 关系形式 ：
-