Корреляция — статистическая связь между величинами¶
Корреляция — это статистическая мера, описывающая степень совместного изменения двух или более переменных. Если величины «коррелируются», это означает, что изменение одной из них сопровождается закономерным изменением другой. Термин происходит от латинского correlatio — «соотношение, взаимосвязь».
¶Простыми словами
Корреляция отвечает на вопрос: «Если величина A растёт, что происходит с величиной B?». Три основных варианта ответа:
- Положительная корреляция — обе величины меняются в одну сторону. Пример: чем больше человек занимается спортом, тем, как правило, выше его выносливость.
- Отрицательная корреляция — величины меняются в противоположных направлениях. Пример: чем выше температура на улице, тем ниже спрос на горячий чай.
- Отсутствие корреляции — между величинами нет устойчивой связи. Пример: рост человека не связан с размером его обуви в смысле причинно-следственной закономерности (обувь подбирается под рост, но статистически выбор обуви не «растёт» сам по себе).
¶Коэффициент корреляции
Степень связи выражается числом — коэффициентом корреляции. Наиболее известен коэффициент корреляции Пирсона (r), который принимает значения от −1 до +1:
| Значение r | Интерпретация |
|---|---|
| от +0,7 до +1 | сильная положительная связь |
| от +0,3 до +0,7 | умеренная положительная связь |
| от 0 до +0,3 | слабая положительная связь |
| 0 | линейная связь отсутствует |
| от −0,3 до 0 | слабая отрицательная связь |
| от −0,7 до −0,3 | умеренная отрицательная связь |
| от −1 до −0,7 | сильная отрицательная связь |
Значения границ условны и зависят от области исследования. В медицине и психологии даже r = 0,3 может считаться содержательным результатом, тогда как в физике точных измерений это мало.
¶Виды корреляции
- Линейная — изменение одной величины пропорционально изменению другой. Описывается коэффициентом Пирсона.
- Монотонная (ранговая) — связь есть, но не обязательно линейная. Измеряется коэффициентом Спирмена и тау Кендалла, которые основаны на рангах (порядковых номерах значений).
- Нелинейная — связь сложной формы (параболическая, показательная и т. п.). Пирсоновский коэффициент может её не увидеть, поэтому используют графический анализ и специальные меры.
¶Корреляция и причинность
Ключевое правило статистики: корреляция не означает причинности. Даже сильная статистическая связь между двумя величинами не доказывает, что одна вызывает другую. Возможны три объяснения:
- A действительно вызывает B.
- B вызывает A (обратная причинность).
- На обе величины влияет третий фактор (латентная переменная).
Классический пример — статистическая связь между потреблением мороженого и числом утоплений летом. Причиной является жаркая погода, которая одновременно увеличивает и то, и другое.
¶Применение
Корреляционный анализ применяется в самых разных областях:
- Медицина и эпидемиология — выявление факторов риска заболеваний.
- Психология и педагогика — изучение связей между чертами характера, успеваемостью, тестовыми показателями.
- Экономика — анализ взаимосвязей между макроэкономическими индикаторами (инфляция, безработица, ВВП).
- Машинное обучение — отбор признаков: признаки, сильно коррелирующие с целевой переменной, считаются информативными.
- Промышленность — контроль качества, выявление взаимосвязей между параметрами процесса.
¶Ограничения
Корреляция имеет ряд принципиальных ограничений:
- Чувствительность к выбросам — коэффициент Пирсона сильно искажается аномальными значениями.
- Линейность — Пирсон видит только линейную связь; параболическая зависимость может дать r ≈ 0.
- Смешанные выборки — объединение разнородных групп (например, мальчиков и девочек при анализе связи роста и силы хвата) может дать ложный результат.
- Малые выборки — на небольших объёмах данных случайная связь выглядит убедительно.
¶Историческая справка
Понятие корреляции развивалось в XIX веке. Фрэнсис Гальтон в 1880-х годах ввёл само слово «корреляция» и впервые описал явление регрессии к среднему при изучении наследственности роста. Карл Пирсон в 1896 году сформулировал математическую формулу коэффициента корреляции, ставшую стандартом статистики. Вклад в теорию также внесли Уильям Фарр, Флоренс Найтингейл и позже Рональд Фишер, разработавший аппарат проверки статистических гипотез.