KNOWECON WIKI

ARTICLE

正相关

正相关 (Positive Correlation) 正相关 (Positive Correlation) 是统计学中描述两个变量之间关系的一种基本类型。当一个变量的数值增加时，另一个变量的数值也倾向于增加；反之，当一个变量的数值减少时，另一个变量的数值也倾向于减少，则称这两个变量为正相关。简言之，它们的变化方向一致。 正相关刻画的是变量间关系的方向维度。它

浏览 115 更新 2025-10-29

正相关 (Positive Correlation)

正相关 (Positive Correlation) 是统计学中描述两个变量之间关系的一种基本类型。当一个变量的数值增加时，另一个变量的数值也倾向于增加；反之，当一个变量的数值减少时，另一个变量的数值也倾向于减少，则称这两个变量为正相关。简言之，它们的变化方向一致。

正相关刻画的是变量间关系的方向维度。它与负相关（一个变量增加而另一变量减少）和零相关（变量间不存在明显的线性关系）共同构成相关分析的基本分类。在更广泛的科学哲学语境中，休谟的因果怀疑论早已警示：仅凭观察到的恒常联结不足以确立因果关系，这一洞见在当代统计学中表现为相关与因果之辨。

度量正相关：相关系数

量化两个变量间线性关系强度和方向的最常用指标是相关系数 (Correlation Coefficient)，通常以 r r （样本相关系数）或 ρ \rho （总体相关系数）表示。

皮尔逊相关系数 (Pearson Correlation Coefficient) 的取值范围为 −1 -1 至 +1 +1 ：

  • 当 0<r≤1 0 < r \le 1 时，表示两个变量间存在正相关。
  • r=1 r = 1 ：完全正相关 (Perfect Positive Correlation)，两个变量间存在精确的线性关系，在散点图上所有数据点精确落在一条斜率为正的直线上。
  • r r 接近 1 1 （如 r=0.8 r = 0.8 ）：强正相关 (Strong Positive Correlation)，数据点紧密聚集在一条斜率为正的直线周围。
  • r r 接近 0 0 （如 r=0.2 r = 0.2 ）：弱正相关 (Weak Positive Correlation)，数据点整体呈向右上方倾斜趋势但分布分散。

计算公式

样本皮尔逊相关系数 r r 的定义式为：

r=∑i=1n(xi−xˉ)(yi−yˉ)∑i=1n(xi−xˉ)2∑i=1n(yi−yˉ)2r = \frac{\sum_{i=1}^{n}(x_i - \bar{x})(y_i - \bar{y})}{\sqrt{\sum_{i=1}^{n}(x_i - \bar{x})^2}\sqrt{\sum_{i=1}^{n}(y_i - \bar{y})^2}}

其中 n n 为样本量，xi x_i 和 yi y_i 分别为第 i i 个观测的两个变量值，xˉ \bar{x} 和 yˉ \bar{y} 为各自变量的样本平均数。

该公式的核心在于分子——它与协方差 (Covariance) 直接相关。当 x x 与 y y 倾向于同时大于或小于各自的均值时（即 (xi−xˉ) (x_i - \bar{x}) 与 (yi−yˉ) (y_i - \bar{y}) 同号居多），分子为正且绝对值较大，从而得到正的相关系数。分母对变量尺度进行标准化，确保 r r 的取值范围被限制在 [−1,1] [-1, 1] 之内。

可视化：散点图

散点图 (Scatter Plot) 是呈现双变量关系最直观的工具。对于正相关：

  • 数据点云呈现从左下角向右上角倾斜的分布形态。
  • 拟合趋势线的斜率为正。
  • 数据点围绕趋势线的紧密程度反映相关强度：点越集中，相关性越强。

值得注意的是，在观察散点图时还应留意是否存在非线性关系——如果点云呈现明显的曲线形态（如指数或对数形状），线性相关系数可能低估真实的关联强度。

经济与金融中的实例

正相关在经济和金融领域无处不在：

因果推断的关键警示

理解正相关时须警惕以下误区：

相关不等于因果

相关不等于因果 (Correlation is not causation) 是统计学中最基本原则之一。两个变量呈正相关并不意味着一个变量的增加导致了另一个的增加。它们的关系可能由第三个变量——潜变量 (Lurking Variable) 或混淆变量 (Confounding Variable)——驱动。

经典案例：冰淇淋销量与溺水事故数量呈强正相关。这并非因为吃冰淇淋导致溺水，而是"气温"作为混淆变量同时推高了冰淇淋消费和游泳活动。此类由第三方变量引起的表面相关性被称为伪相关 (Spurious Correlation)。在计量经济学中，遗漏变量偏误 (Omitted Variable Bias) 正是这一问题的形式化表达。

线性假设的局限

皮尔逊相关系数仅衡量线性关系。若变量间存在确定的非线性关系（如 y=x2 y = x^2 在正区间上虽然是单调递增的，但二次关系会使线性相关系数小于 1 1 ），即使两者严格同向变化，r r 也可能不接近 1 1 。对此可改用Spearman秩相关系数，它基于数据的排序而非原始数值，能捕捉单调关系而不依赖线性假设。

异常值的影响

异常值 (Outliers) 可能严重扭曲相关系数：单个极端观测足以人为夸大或压制真实的相关程度。因此在计算相关系数前，应始终通过散点图等可视化手段检查数据中是否存在异常点，必要时使用稳健相关度量（如 Spearman 相关系数或经过 Winsorization 处理后的 Pearson 系数）。

回归分析中的角色

在回归分析 (Regression Analysis) 中，正相关是变量筛选的初步依据。研究者通常先考察自变量与因变量间的相关性：显著的正相关提示该自变量可能具有预测力。但需注意，多元回归中的偏效应可能因控制其他变量而与简单相关系数迥异——这是辛普森悖论 (Simpson's Paradox) 在回归语境中的体现，也凸显了从相关走向因果推断所需的方法论审慎。