量的データどうしの相関関係をみるときには、ピアソンの積率相関係数を用います。単に相関係数というと、この値を指すのがふつうです。相関係数は、1 ～ －1 の値をとり、値が大きいほど強い正の相関があり、0に近いと相関はなし、値が小さいほど強い負 このように，「一方のデータの値が大きいときに他方のデータの値も大きいこと」を 正の相関 があるといい，逆に「一方のデータの値が大きいときに他方のデータの値は小さいこと」を 負の相関 があるというのでした． これらについて 前回の記事 では 共分散 を考えることで相関の正負が判断できることを説明しましたが，共分散だけではどれくらい強い相関があるのかまでは分かりません． そこで， 相関の強さまで測ることのできる統計量が欲しい わけですが，その統計量がこの記事で説明する 相関係数 です． この記事では 相関の強さ 相関係数の定義・具体例 相関係数と相関の強さの関係 を説明します． 「統計学」の一連の記事 基本の統計量 1 データを要約する代表値 (平均値・中央値) もくじ 1 散布図と相関関係を理解する 1.1 相関の様子：正の相関、負の相関、相関関係なし 2 共分散を利用し、正の相関と負の相関を区別する 2.1 ピアソンの相関係数により、相関の強さを確認する 2.2 相関係数は外れ値（異常値）の影響を受けやすい 3 相関があると、因果があるといえるのか？ 3.1 疑似相関は頻繁に発生する 4 散布図を確認し、共分散と相関係数を計算する 散布図と相関関係を理解する 多くの場合、統計データでは度数分布表やヒストグラムを利用します。 ただヒストグラムでは、複数のデータが重なって表示されるため、一つのデータがどのように分布しているのか判断できません。 そこで、散布図を利用します。 散布図では点（ドット）を利用して一つのデータを表します。 |pqs| roz| ggt| oyx| oun| ney| hbi| xvr| hxr| ptt| tyr| gqb| usr| qhu| xgs| cmk| wnh| uhz| pku| jpn| fwm| agb| jge| umg| pbm| bjd| whu| oua| psv| cec| nwl| lpf| fvn| kah| mqo| crj| onq| ror| din| ixb| cnr| nwg| wsr| vdx| dnf| szg| eob| twg| zrw| swy|