最近更新：2019-01-013
1.相关的类型
2.相关与回归分析
1.相关的类型
有这三种,具体如下:
- 正线性相关
- 不相干
- 负线性相关
1.1正线性相关
正相关不一定都是函数,具体要看函数f(x)
1.2负线性相关
image.png
1.3不相关
1.4相关关系不等于实际关系
相关关系是一种数学关系,而不是一种实际关系.
1.5实际案例
1)咖啡店与唱片店
咖啡店数目和唱片店数目数学上相关,但并没有什么实在的关系.
2)防晒霜销量
当花粉量上升时,防晒霜的销量也上升,但这并不意味着,花粉量大会导致销量大.
导致的原因有可能是因为花粉量多,意味着天气好,天气好户外活动就多,从而防晒霜销量增加,本身具体如下:
2.相关与回归分析
是了解事物之间相关关系,最常用的统计方法.
用相关与回归分析,如何分析变量之间的关系呢?
2.1回归分析
具有相关关系的变量之间，如果存在因果关系，我们就用回归分析确定他们之间的关系.
因果关系的表现形式有多种：
1)因果关系的表现形式有多种：
2)多种原因引起一种结果
3)变量之间互为因果
案例分析
案例1
比如人的收入水平Y，与受教育程度Ⅹ之间的相关关系，就属于存在因果关系的相关关系
案例2
商品的销售额Y，与广告支出X之间的关系也属于具有因果关系的相关关系.
案例3
或者某个产品的客户满意度，可能来自于性能、价格、包装、品牌等不同的因素,我们可以对这些因素同时进行分析.
比如，通过spss分析之后,结果会反映每个因素对产品满意度的相关程度.
总结:以上案例均属于具有因果关系的相关关系.
对这些变量之间的函数关系进行拟合,我们称之为回归分析.
2.2相关分析
具有相关关系的变量之间，如果不区分原因和.结果,我们称之为相关分析.
相关分析是看两个因素之间的相关性,不需要确定哪个是自变量，哪个是因变量，两个因素是平行关系.
案例分析
案例1
具体解析:
- 打个比方，个头和脚的大小，相关性就会比较高一因为个头越高的人，脚会相应的越大，脚越大的人相应的个头也越高.
- 而个头高和头发长度，那么基本上就是不相关的.如果我们知道一个人个头高，那么我们可以比较有把握的认为他脚大，但不会认为他头发长.
