相关系数

总体——所要考察对象的全部个体叫做总体. 我们总是希望得到总体数据的一些特征（例如均值方差等）

样本——从总体中所抽取的一部分个体叫做总体的一个样本

计算这些抽取的样本的统计量来估计总体的统计量： 例如使用样本均值、样本标准差来估计总体的均值（平均 水平）和总体的标准差（偏离程度）。

相关系数容易忽视和犯错的点

 

 

（1）非线性相关也会导致线性相关系数很大，例如图2。

（2）离群点对相关系数的影响很大，例如图3，去掉离群点后，相关系数为0.98。

（3）如果两个变量的相关系数很大也不能说明两者相关，例如图4，可能是受到 了异常值的影响。

（4）相关系数计算结果为0，只能说不是线性相关，但说不定会有更复杂的相关 关系（非线性相关），例如图5。

总结

（1）如果两个变量本身就是线性的关系， 那么皮尔逊相关系数绝对值大的就是相关性 强，小的就是相关性弱

（2）在不确定两个变量是什么关系的情况下，即使算出皮尔逊相关系数，发现很大，也不能说明那两个变量线性相关，甚至不能 说他们相关，我们一定要画出散点图来看才 行

 事实上，比起相关系数的大小，我们往往更关注的是显著性。 （假设检验）

MATLAB中基本统计量的函数