分析方法7---相关分析方法

有时候我们研究的问题只有一种数据，例如人的身高；但是，还有另外一些问题需要研究多种数据，例如身高和体重之间的关系（图2-86）。当我们研究两种或者两种以上的数据之间有什么关系的时候，就要用到相关分析。如果两种数据之间有关系，叫作有相关关系；如果两种数据之间没有关系，叫作没有相关关系。

相关分析的作用有以下三点：

（1）在研究两种或者两种以上数据之间有什么关系，或者某个事情受到其他因素影响的问题时，可以使用相关分析（图2-88）。

（2）在解决问题的过程中，相关分析可以帮助我们扩大思路，将视野从一种数据扩大到多种数据（图2-89）。

（3）相关分析通俗易懂（图2-90）。这在实际工作中很重要，因为数据分析的结果需要得到其他人的理解和认可，所以要方便大家沟通。很多分析方法看上去很高端，但是没有相关知识的人不容易理解。而相关分析通俗易懂，你不需要向对方解释什么是“相关”的含义及分析结果的意义，对方也能够理解。

使用相关分析的注意事项：

相关关系不等于因果关系。在使用的时候注意这一点，可以提高分析的质量。什么是因果关系？因果关系的意思是A的发生会导致B，B的发生是因为A。例如在控制其他因素的前提下，暴饮暴食和肥胖，就是一种因果关系，吃太多会导致肥胖，之所以肥胖是因为吃太多。但是，如果A和B有正相关关系，A提升B也提升，我们却不能由此简单得出结论：B提升的原因就是A。实际上，要么是存在某个第三方因素C影响了B，要么就是“纯属巧合”。

如何判断两种数据之间是相关关系，还是因果关系呢？可以使用“单变量控制法”，也就是控制其他因素不变，只改变其中一个因素，然后观察这个因素对实验结果的影响。例如，每天早上公鸡一打鸣，太阳就会升起。如果我们把公鸡杀掉，太阳还是会升起，完全不受公鸡的影响。所以，“太阳升起”和“公鸡打鸣”是相关关系，而不是因果关系。