不用理会相关系数的计算公式,只需要理解:相关系数衡量了连个变量变动方向的统一程度,在[-1,1]波动。1代表完全正相关,-1代表完全负相关,0代表完全没有关系。
相关系数的含义
- 相关系数衡量的变动方向和变动幅度,与两个数据序列的单位无关
- 相关系数的数值并不能代表两个变量间的数量变化关系,A与D的相关系数为0.5,不代表A增长1个单位,D就增长0.5个单位
- 相关系数并不能表达因果关系
相关系数应用场景
- 利用相关系数发现数据间的隐藏关系
- 利用相关系数减少统计指标(适用于多个指标取舍时)
- 利用相关系数挑选回归建模的变量(在建立多元回归模型前,我们需要解决把那些数据放入模型作为自变量的问题,最常规的方式是先计算所有字段与因变量的相关系数,把相关系数较高的放入模型,然后计算自变量的相关系数。如果自变量间的相关系数高,说明存在多重共线性,需要删减)
- 利用相关系数验证主观判断
EXCEL求解
- CORREL()
- 数据分析
Excel添加【数据分析】工具:文件→选项→加载项→分析工具库【转到】→进行勾选
注意:输入区域必须相邻
Python求解
- 两个因素之间的相关系数 data['列1'].corr(data['列2'])
- 多个因素的两两相关系数 data[['列1','列2','列3']].corr()