相關分析

相關分析顯示兩個或多個變數如何共同變化:線性關係使用 Pearson 相關,有序資料或單調關係使用 Spearman 等級相關。可用於探索關係、資料篩查和變數選擇。資料應為連續型或有序型,n 不少於 25,且大致服從二元常態分配。輸出給出成對相關係數及其 p 值,並可選散佈圖。

最後審閱

核心要點

相關分析量化兩個或多個連續型或有序變數之間線性關係的強度和方向,通常使用取值從 -1 到 +1 的 Pearson 係數,且不意味著因果關係。

本頁內容
  1. 什麼是相關分析?
  2. 何時使用相關分析?
  3. 正確使用相關分析的指南
  4. 替代方法:何時不宜使用相關分析
  5. 相關分析範例
  6. 如何進行相關分析

什麼是相關分析?

相關分析是一種統計方法,用於量化兩個或多個變數之間線性關係的強度和方向。它主要用於考察變數如何以恆定速率共同變化,而不意味著因果關係。最常用的度量是 Pearson 相關係數,取值範圍從 -1(完全負相關)到 +1(完全正相關),0 表示不存線上性關係。該分析適用於連續型或有序變數;對於有序資料或單調關係,則使用 Spearman 等級相關。

何時使用相關分析?

它常用於統計學、社會科學、經濟學、金融和市場研究等多個領域。以下是相關分析可能有用的一些場合:

  • 探索關係:相關分析有助於瞭解兩個變數之間的關係。它可以判斷變數是正相關(同增同減)、負相關(一個變數增大而另一個減小),還是完全不相關。
  • 資料篩查:相關分析常用作初步步驟,在進行更復雜的分析之前識別潛在關係。它可以幫助研究人員找出哪些變數值得進一步研究。
  • 假設檢定:相關分析可用於檢定關於變數之間關係的假設。例如,可以檢定收入與教育水準之間,或客戶滿意度與購買行為之間是否存在顯著相關。
  • 預測:相關分析可用於預測模型。如果歷史資料中兩個變數之間存在強相關,則表明一個變數的變化可能有助於預測另一個變數的變化。
  • 變數選擇:在構建預測模型時,相關分析有助於變數選擇。如果兩個變數高度相關,在模型中同時包含兩者可能引入多重共線性問題。此時,可以只保留其中一個變數,或使用降維技術。
  • 品質管制:相關分析可應用於品質管制製程,以識別可能影響產品品質的變數之間的關係。例如,在製造業中,可以分析某些製程變數與產品缺陷之間的相關性。
  • 投資組合管理:在金融領域,相關分析常用於評估不同投資資產之間的關係。瞭解資產之間的相關性有助於構建可能降低風險的多元化投資組合。

正確使用相關分析的指南

  • 至少包含 2 欄數值或日期/時間資料
  • 所有欄的列數必須相同
  • 資料應為連續型或有序型
  • 對於分類資料,請進行交叉分組表和卡方分析
  • 樣本數應為中等至較大(n ≥ 25)
  • 樣本越大,估計越準確、越精確
  • 變數之間的關係應為線性或單調
  • 使用矩陣圖識別並調查離群值
  • 資料應服從二元常態分配
  • 當 n ≥ 25 時,相關性的 p 值方法對偏離常態性具有穩健性
  • Pearson 相關的信賴區間對常態性假設敏感
  • Spearman 相關的信賴區間基於等級,對分配假設不太敏感

替代方法:何時不宜使用相關分析

  • 配適迴歸模型:當需要根據自變數進行預測或估計因變數的值時,配適迴歸模型通常比進行相關分析更合適。
  • 散佈圖:當資料中可能存在非線性關係或離群值時,散佈圖可能比相關分析更合適。

相關分析範例

某銀行要求貸款申請人提供八項具體資訊,即收入、教育水準、年齡、在現住所居住的時間、在現僱主處工作的時間、儲蓄、債務和信用卡數量。銀行管理人員想知道其中哪些資訊之間關係密切。管理人員收集了 30 名貸款申請人的這些資料,並進行相關分析,以獲得這八個變數的成對相關係數及其 p 值。步驟如下:

  1. 收集所需資料。
Correlation Analysis — figure 1
  1. 現在,在 Zometric Statistical Software 中分析資料,網址為 https://statsai.zometric.com/。
  2. 要找到相關分析,請選擇 Statistical module> Graphical analysis> correlation analysis.
  3. 在工具中,輸入資料及其他輸入項,如下所示:
Correlation Analysis — figure 2

5. 使用上述工具後,得到的輸出如下:

Correlation Analysis — figure 3

如何進行相關分析

操作步驟如下:

  1. 登入 Zometric Statistical Software,網址為 https://statsai.zometric.com/
  2. 在首頁選擇 Statistical Tool> Graphical analysis > correlation analysis。
  3. 接下來,手動更新資料,或從 Excel 表格中複製(Ctrl+C)資料並貼上(Ctrl+V)到此處,也可以使用 Load Example 選項載入範例資料。
  4. 接下來,需要將各欄對映到相應的參數。
  5. 最後,點選頁面底部的 calculate,即可得到所需結果。

在相關分析的工具介面中,視窗分為兩個部分。

Correlation Analysis — figure 4

左側為資料窗格(Data Pane)。在 Data Pane 中,每一列構成一個子群組。資料可以手動輸入,也可以從 Excel 表格中完整複製(Ctrl+C)資料並貼上(Ctrl+V)到此處。

Load example: 將載入範例資料。

Load File: 用於直接載入 Excel 資料。

在右側,只需給出:

Variables: 要選擇多個變數進行相關分析,首先在資料集中確定感興趣的定量變數。然後計算這些變數之間的成對相關係數,以瞭解它們線性關係的強度和方向。這一過程有助於確定哪些變數關係密切,為後續研究或建模中的特徵選擇和多變數分析提供幫助。

Display Scatter: 在相關分析中顯示散佈圖,可直觀呈現兩個變數之間的關係,並在笛卡爾平面上展示它們的關聯。它有助於識別模式、趨勢和離群值,是對數值型相關係數的補充。這種視覺化使線性關係的強度和方向更加清晰易懂。

 Download as Excel: 以 Excel 格式顯示結果,可方便地編輯,並通過 load file 選項重新載入用於計算。

常見問題

相關係數說明什麼?

Pearson 相關係數衡量兩個變數之間線性關係的強度和方向。其取值範圍從 -1(完全負相關)到 +1(完全正相關),0 表示不存線上性關係。相關顯示變數如何共同變化,但不意味著因果關係。

相關分析的假設條件有哪些?

使用至少兩欄列數相同的連續型或有序資料。關係應為線性或單調,且資料應服從二元常態分配。Pearson 相關的信賴區間對常態性假設敏感;基於等級的 Spearman 區間對其不太敏感。

相關分析需要多少樣本?

建議使用至少 25 的中等至較大樣本,樣本越大,估計越準確、越精確。當 n 不少於 25 時,相關性的 p 值方法對偏離常態性具有穩健性。在依賴這些係數之前,請使用矩陣圖識別並調查離群值。

什麼情況下應使用迴歸或散佈圖而不是相關分析?

當需要根據自變數預測或估計因變數的值時,請配適迴歸模型。當關系可能為非線性或可能存在離群值時,請使用散佈圖。對於分類資料,請使用交叉分組表和卡方,而不是相關分析。