1702635620
1702635621
如果你还没试过，就用这些数据画一个散点图。其形式、方向和相关性强度如何？有无异常点？
1702635622
1702635623
相关系数
1702635624
1702635625
散点图可以呈现出两个变量之间相关关系的方向、形式和强度。当点的分布十分接近直线时，相关性就很强，而当点在直线附近很分散时，相关性就弱。光用眼睛看，不容易判断出相关性有多强。图14–6的两个散点图展示的是同一组数据，只是右边的图坐标涵盖范围较大，所以点变得比较靠近，似乎显示出较强的相关性。只要改一改散点图坐标轴上的刻度，或者点和点之间的空白处的大小，我们的眼睛就可能会上当。所以，我们得遵照数据分析的一般策略，除了图以外还要加上数值量度，“相关系数”（correlation）就是我们要用的量度。
1702635626
1702635627
1702635628
1702635629
1702635630
图14–6 同一组数据的两幅散点图。右图因为四周围空白较多，使得两个变量之间的相关性看上去比较强
1702635631
1702635632
相关系数
1702635633
1702635634
相关系数描述两个数值变量之间线性相关关系的方向和强度。相关系数通常用符号r表示。
1702635635
1702635636
要计算相关系数得下点儿功夫。通常来说，你可以把r看成按计算器的某个键或在电脑中输入某个指令就可以得到的值，你只需要了解它的性质和用处。但是，如果知道r值是如何用数据计算出来的，对于了解相关系数的性质和用处将会有很大的帮助，所以我们还是举例告诉你r值怎么计算。
1702635637
1702635638
例4 计算相关系数
1702635639
1702635640
我们有n个个体的两种变量x和y的数据。以例3的化石数据来说，x是股骨长度，y是肱骨长度，n=5。
1702635641
1702635642
第一步：分别求出x和y的平均数和标准差。根据化石数据，用计算器可以算出：
1702635643
1702635644
1702635645
1702635646
1702635647
我们用sx和sy这样的符号，是为了提醒自己这里有两个不同的标准差，一个对应变量x，一个对应变量y。
1702635648
1702635649
第二步：用第一步得到的平均数和标准差，求出每个x和y的标准分。
1702635650
1702635651
1702635652
1702635653
1702635654
第三步：相关系数就是标准分的乘积的平均值。我们在此用n–1作为除数求平均数：
1702635655
1702635656
1702635657
1702635658
1702635659
例4中的计算过程，可以用以下的简化代数式表示：
1702635660
1702635661
1702635662
1702635663
1702635664
1702635665
其中这个符号代表“求和”。
1702635666
1702635667
了解相关系数的意义
1702635668
1702635669
比计算r值（这是技术性工作）更重要的是，了解相关系数怎么度量相关性。以下是相关要点：