正负相关 最大信息系数mic_数据分析(九)：相关分析方法

一. 相关分析

1.1 定义

对比两组及以上数据之间的相关数据，用于分析部分数据对整体数据的相关程度与相关关系。

1.2 相关系数

用来衡量两组数据中的相关程度用字母R来表示。相关系数的数值大小可以表示两组数据的相关程度。相关系数的变化范围的极端值为"-1"、"0"、"+1"。正负符号到代表两个数据变量的相关方向(正相关、负相关、非线性相关)

相关程度：判断相关系数的程度，正负相关系数按0.3平均分

• 弱程度相关：在-0.3至0.3之间
• 中程度相关：-0.6至-0.3 和 0.3至0.6
• 高程度相关：-1至-0.6 和 0.6至1

二 .应用案例

2.1 相关数据案例

例如分析学习时间与学习成绩之间的相关关系(数据信息如下)，使用Excel使用数据分析工具进行数据可视化，得到相关系矩阵。若值大于0.6则表示学习成绩与学习时间是高度正相关数据

2.2 散点图异常值

对获得的数据进行可视化获得成绩散点图，并可已更直观的发现数据中的异常值

三. 总结

3.1 解决方法

在通过一系列分析方法分析出目标问题的影响因素后，由于实际业务中多种资源条件限制。会对可能的影响因素进行相关性分析，分析出相关程度并决定要解决的影响因素的优先顺序(通过之前文章的假设检验等分析方法解决)

(A的发生会导致B,B的发生因为A)单一变量的控制不一定导致相关结果，相关关系不完全等于因果关系