先看一起变的样子
相关性就是:两个数量有"一起变"的倾向——一个偏高时,另一个也常常偏高(正向相关),或者反而偏低(负向相关)。相关说的是整体倾向,不要求每一对数据都严丝合缝。
拿房子举例。看一个小区里的一批房子(举例说明):面积大的房子,装的灯和照明设备通常也更多——面积和照明数量之间就是一种正向相关。再看开车:同样一段路程,全程平均速度高的车,花的时间就更短——速度和时间之间是负向相关。房屋那个例子里说"通常",是因为户型和生活习惯也会影响装多少灯。开车这个例子则是确定的反比关系:堵车会同时反映在全程平均速度和用时里。一般说相关性,描述的是"总体上一起变",不要求每组数据都像路程公式这样确定。
一起增加,也可能有共同原因
- 01观察到的
两个数量一起上升
- 02待判断的
到底是什么推动了变化
机制示意,不是现实样本数据,也不排除其他影响。
方向、紧密程度与原因要分开
读到两项数据相关时,可以分三层看:
- 方向:是倾向于同升同降,还是此增彼减。
- 紧密程度:这种共同变化是否明显,还是数据很分散。
- 原因:是一个影响另一个,还是有共同因素在背后推动。方向和紧密程度回答'怎么一起变';要回答'为什么一起变',还得另找证据。
为什么一起发生,未必互相造成
每年夏天,冷饮销量上去了,游泳的人数也多了——背后可能是天气变热,同时推动了这两件事。两个数字一起升高只是线索,它告诉你'这里值得查';要查的方向之一,就是有没有共同因素在背后同时推动两边。
同样,培训参加者业绩较好,可能与培训有关,也可能因为本来更积极的人更愿报名。发现相关提供了线索,下一步还要比较其他解释。
一个相关数字装不下全部关系
有些关系是弯曲的。例如室温太低或太高都可能让人不舒服,中间比较舒适。这不是简单的“越高越好”或“越高越差”。只衡量直线关系的数字,可能漏掉这种形状。
因此读相关报告时,先看观察了谁、怎样测量、数据大致什么形状,再看有没有支持因果的额外证据。