Как понимать полученную корреляцию
В таблице ниже приведена распространённая описательная шкала для оценки силы связи по величине |r|. Эти границы — общепринятая условность, а не статистический критерий, и в разных областях пороги могут отличаться.
| Диапазон |r| | Сила линейной связи |
|---|---|
| 0,00 – 0,19 | Очень слабая |
| 0,20 – 0,39 | Слабая |
| 0,40 – 0,59 | Умеренная |
| 0,60 – 0,79 | Сильная |
| 0,80 – 1,00 | Очень сильная |
- Коэффициент r Пирсона измеряет именно линейную связь. Две переменные могут быть связаны сильной и совершенно чёткой нелинейной зависимостью (например, U-образной кривой) и при этом давать r, близкий к 0, поскольку r не улавливает кривизну.
- Корреляция не означает причинности: высокая корреляция может возникать оттого, что одна переменная влияет на другую, оттого, что на обе влияет третий, скрытый фактор, из-за обратного направления причинности или просто по совпадению.
- Поскольку r вычисляется через квадраты отклонений, он чувствителен к выбросам: одна экстремальная точка способна заметно завысить или занизить коэффициент корреляции.
- Коэффициент r Пирсона предполагает, что связь приблизительно линейна, а данные измерены в интервальной шкале или шкале отношений; для монотонных, но нелинейных зависимостей чаще уместнее ранговая мера, например корреляция Спирмена.
Что такое коэффициент корреляции Пирсона?
Коэффициент корреляции Пирсона (r) измеряет силу и направление линейной связи между двумя парными числовыми переменными. Он принимает значения от −1 до +1: значения около +1 говорят о сильной положительной линейной связи (с ростом x значение y обычно растёт), значения около −1 — о сильной отрицательной линейной связи (с ростом x значение y обычно убывает), а значения около 0 — о том, что линейной связи практически нет.
Калькулятор также выводит R², коэффициент детерминации: он равен r² и показывает долю дисперсии y, статистически объяснённую линейной связью с x. Кроме того, строится линия регрессии методом наименьших квадратов — прямая, которая минимизирует сумму квадратов вертикальных расстояний от точек данных до линии.
Сильная корреляция между двумя переменными не доказывает, что одна из них вызывает другую. Корреляция — это чисто статистическая связь; чтобы установить причинность, нужны дополнительные данные: контролируемый эксперимент или грамотно спланированное исследование, исключающее влияние скрытых факторов и обратную причинно-следственную связь.
Как пользоваться калькулятором корреляции
- Введите значения x списком через точку с запятой, например 1; 2; 3; 4.
- Введите соответствующие значения y списком через точку с запятой, в том же порядке и такой же длины, что и список x, например 2; 4; 6; 8.
- Укажите не менее 3 пар наблюдений — при меньшем числе точек коэффициент корреляции лишён смысла.
- Считайте коэффициент корреляции (r), R², угловой коэффициент и свободный член линии регрессии, а также само уравнение регрессии.
Формулы корреляции Пирсона и линейной регрессии
Коэффициент r Пирсона равен сумме произведений отклонений каждой переменной от её собственного среднего, делённой на корень из произведения сумм квадратов отклонений: r = Σ(xᵢ − x̄)(yᵢ − ȳ) / √[Σ(xᵢ − x̄)² × Σ(yᵢ − ȳ)²].
Линия регрессии наименьших квадратов ŷ = slope × x + intercept использует slope = Σ(xᵢ − x̄)(yᵢ − ȳ) / Σ(xᵢ − x̄)² и intercept = ȳ − slope × x̄; такие коэффициенты минимизируют сумму квадратов вертикальных расстояний от линии до каждой точки данных.
Разбор примера: x = 1, 2, 3, 4 и y = 2, 4, 6, 8 — точки лежат на прямой, проходящей через начало координат с угловым коэффициентом 2. Получаем r = 1 (полная положительная линейная корреляция), R² = 1, угловой коэффициент 2, свободный член 0 и уравнение регрессии ŷ = 2x.
Типичные ошибки
- Трактовать корреляцию как причинность: сильная связь между двумя переменными не доказывает, что одна вызывает другую, — ту же статистическую картину могут дать скрытый третий фактор, обратная причинность или простое совпадение.
- Считать, что коэффициент r Пирсона улавливает любую связь между переменными, тогда как он измеряет только линейную: сильная криволинейная (нелинейная) зависимость может давать r около 0.
- Не учитывать влияние выбросов, которые способны заметно завысить или занизить r, ведь расчёт основан на квадратах отклонений.
- Путать r с угловым коэффициентом регрессии: r — безразмерная мера силы и направления линейной связи в пределах от −1 до +1, а угловой коэффициент выражается в единицах y на единицу x и зависит от масштаба данных.
- Экстраполировать линию регрессии за пределы наблюдавшегося диапазона значений x, где оценённая по данным линейная зависимость может уже не выполняться.
Часто задаваемые вопросы
Что означает коэффициент корреляции, равный 1?
Коэффициент корреляции Пирсона r = 1 означает полную положительную линейную связь между переменными: все точки лежат точно на прямой с положительным наклоном, и с ростом x значение y растёт пропорционально.
Означает ли корреляция причинно-следственную связь?
Нет. Корреляция описывает статистическую связь между двумя переменными, а не отношение причины и следствия. Высокая корреляция может объясняться влиянием одной переменной на другую, действием третьего, скрытого фактора на обе, обратным направлением причинности или простым совпадением: чтобы доказать причинность, нужны дополнительные данные помимо корреляции.
Что такое R² (коэффициент детерминации)?
R² равен квадрату коэффициента корреляции Пирсона (r²) и показывает долю дисперсии переменной y, статистически объяснённую её линейной связью с x. Значение R² = 0,81 (при r = 0,9) означает, что 81 % дисперсии y связан с линейной зависимостью от x.
Могут ли переменные быть тесно связаны при низком коэффициенте корреляции?
Да. Коэффициент r Пирсона измеряет только линейные связи. Две переменные могут быть тесно и предсказуемо связаны криволинейной (нелинейной) зависимостью — U-образной или экспоненциальной — и при этом давать r, близкий к 0, поскольку такую связь r не улавливает.
Как вычисляется линия регрессии?
Линия регрессии наименьших квадратов минимизирует сумму квадратов вертикальных расстояний от неё до каждой точки данных. Её угловой коэффициент равен Σ(xᵢ − x̄)(yᵢ − ȳ) / Σ(xᵢ − x̄)², а свободный член — среднему значению y минус угловой коэффициент, умноженный на среднее значение x.
Сколько нужно наблюдений для осмысленной корреляции?
Калькулятор требует минимум 3 пары наблюдений, но коэффициенты корреляции по очень малым выборкам крайне чувствительны к отдельным точкам и могут вводить в заблуждение; чем больше выборка, тем устойчивее и надёжнее оценка истинной связи.
Источники
- Pearson K. Note on regression and inheritance in the case of two parents. Proceedings of the Royal Society of London 1895; 58: 240-242.
- National Institute of Standards and Technology (NIST). NIST/SEMATECH e-Handbook of Statistical Methods — correlation and linear regression. nist.gov.
- Moore DS, McCabe GP, Craig BA. Introduction to the Practice of Statistics. W. H. Freeman (correlation, least-squares regression).
- Evans JD. Straightforward Statistics for the Behavioral Sciences. Brooks/Cole, 1996 (descriptive strength bands for |r|).
- Chatterjee S, Hadi AS. Regression Analysis by Example. Wiley (least-squares regression and its assumptions).