В статистике корреляция — это мера линейной зависимости между двумя переменными.
Значение коэффициента корреляции всегда находится в диапазоне от -1 до 1, где:
- -1 указывает на совершенно отрицательную линейную корреляцию между двумя переменными
- 0 указывает на отсутствие линейной корреляции между двумя переменными
- 1 указывает на совершенно положительную линейную корреляцию между двумя переменными.
Следующие примеры иллюстрируют реальные сценарии отрицательной, положительной и нулевой корреляции между переменными.
Примеры отрицательной корреляции
Пример 1: Время, потраченное на пробежку, по сравнению с жировыми отложениями
Чем больше времени человек тратит на бег, тем ниже его жировые отложения. Другими словами, переменное время бега и переменная жировая прослойка имеют отрицательную корреляцию. По мере того, как время, затрачиваемое на бег, увеличивается, жировые отложения уменьшаются.
Если мы создадим диаграмму рассеяния времени, затраченного на бег, по сравнению с жировыми отложениями, она может выглядеть примерно так:
Пример 2: Время, проведенное за просмотром телевизора, и результаты экзаменов
Чем больше времени студент проводит перед телевизором, тем ниже его баллы на экзаменах. Другими словами, переменное время, проведенное за просмотром телевизора, и переменная оценка на экзамене имеют отрицательную корреляцию. По мере того, как время, проводимое за просмотром телевизора, увеличивается, баллы за экзамены снижаются.
Если мы создадим диаграмму рассеяния времени, проведенного за просмотром телевизора, по сравнению с результатами экзаменов, она может выглядеть примерно так:
Примеры положительной корреляции
Пример 1: рост и вес
Корреляция между ростом человека и его весом имеет тенденцию быть положительной. Другими словами, люди, которые выше, как правило, весят больше.
Если бы мы создали диаграмму рассеяния роста и веса, она могла бы выглядеть примерно так:
Пример 2: Температура и продажи мороженого
Корреляция между температурой и общим объемом продаж мороженого положительная. Другими словами, когда на улице жарче, общий объем продаж мороженого компаниями, как правило, выше, поскольку больше людей покупают мороженое в жару.
Если бы мы построили диаграмму рассеяния температуры по сравнению с продажами мороженого, она могла бы выглядеть примерно так:
Нет примеров корреляции
Пример 1: потребление кофе и интеллект
Количество кофе, которое люди потребляют, и их уровень IQ имеют нулевую корреляцию. Другими словами, знание того, сколько кофе выпивает человек, не дает нам представления о том, каким может быть его уровень IQ.
Если бы мы построили диаграмму рассеяния ежедневного потребления кофе в зависимости от уровня IQ, она могла бы выглядеть примерно так:
Пример 2: Размер обуви и количество просмотренных фильмов
Размер обуви людей и количество фильмов, которые они смотрят в год, имеют нулевую корреляцию. Другими словами, знание размера обуви человека не дает нам представления о том, сколько фильмов он смотрит в год.
Если мы создадим диаграмму рассеяния размера обуви по сравнению с количеством просмотренных фильмов, она может выглядеть так:
Дополнительные ресурсы
Что считается «слабой» корреляцией?
Что считается «сильной» корреляцией?
Корреляция против ассоциации: в чем разница?