【Edizione di People's Education Press】Matematica per le scuole superiori, Volume III (edizione A): Osservare la correlazione tramite i diagrammi a dispersione: differenza fondamentale tra relazioni correlate e relazioni funzionali

Nel mondo della matematica, alcune relazioni sono "assolute": ad esempio, una volta fissato il raggio di un cerchio, la sua area è immediatamente determinata. Nella vita reale, tuttavia, molte relazioni sono più vaghe: se un padre è alto, il figlio tende a essere alto anch'esso, ma questa connessione non è univoca. Questo è ciò che rende la relazione correlata così affascinante.relazione correlatail suo fascino risiede nel fatto che descrive una certa tendenza tra variabili, pur permettendo variazioni casuali. I diagrammi a dispersione sono come uno strumento ottico per scoprire queste tendenze nascoste.

Analisi dei concetti chiave

Relazione correlata (Correlation) indica che tra due variabili esiste un legame incerto. Quando un valore di una variabile è fissato, l'altro può ancora variare in modo casuale. Mentre relazione funzionale è deterministica: il valore di $y$ è completamente determinato da $x$.

Osservando diagramma a dispersione (Scatter Plot), possiamo giudicare visivamente la relazione tra le variabili:

Correlazione positiva (Positive): l'insieme mostra una crescita verso destra in alto; quando $x$ aumenta, $y$ tende a crescere.
Correlazione negativa (Negative): l'insieme mostra una riduzione verso destra in basso; quando $x$ aumenta, $y$ tende a diminuire.
Correlazione lineare: I punti sono concentrati vicino a una linea retta.

La correlazione non implica causalità! Anche se un diagramma a dispersione mostra una forte correlazione, potrebbe essere dovuta a una "causa comune" esterna o semplicemente a coincidenze. Prima di trarre conclusioni, un ragionamento logico scientifico è più importante dell'osservazione visiva.

DOMANDA 1

Quale tipo di relazione si ha tra due variabili quando esiste un legame, ma non è abbastanza stretto da essere considerato una relazione funzionale?

relazione causale

Relazione correlata (Correlation)

relazione di mappatura

relazione indipendente

DOMANDA 2

Quali delle seguenti descrizioni riguardanti la correlazione positiva sono corrette?

L'insieme di punti si estende dall'alto a sinistra verso il basso a destra

I punti si trovano principalmente nei secondi e quarto quadranti

Con l'aumentare di $x$, $y$ mostra una tendenza crescente

Un valore di una variabile determina il valore dell'altra

DOMANDA 3

In un esame di matematica per le scuole superiori di una città, i voti seguono una distribuzione normale $N(75, 8^2)$. Dividendo i risultati secondo proporzioni del 16%, 34%, 34% e 16% in classi A, B, C e D, qual è approssimativamente l'intervallo di punteggio per la classe B?

$[67, 75)$

$[75, 83)$

$[83, 100]$

$[59, 67)$

DOMANDA 4

Quale coppia di variabili è più probabile presentare una correlazione negativa?

Altezza dei figli e altezza dei padri

Vendite di prodotti e spesa pubblicitaria

Numero di auto in circolazione e indice di qualità dell'aria (AQI)

Altitudine e pressione atmosferica

DOMANDA 5

Se i punti nel diagramma a dispersione sono distribuiti in modo casuale e disordinato, cosa possiamo dedurre riguardo alle due variabili?

correlazione lineare

correlazione negativa

non correlate

relazione funzionale

DOMANDA 6

Secondo i dati sull'altitudine e sul numero di specie di uccelli: quando l'altitudine supera i 1000 m, il numero di specie è circa tra 30 e 37; quando è tra 400 e 800 m, il numero è tra 4 e 17. Cosa indica ciò?

Esiste una correlazione negativa tra le due variabili

Esiste una correlazione positiva tra le due variabili

Esiste una relazione funzionale deterministica tra le due variabili

L'altitudine non influisce sul numero di specie di uccelli

DOMANDA 7

Il ragionamento errato nell'affermazione "Nei villaggi dove ci sono molti cigni, il tasso di natalità è alto, quindi i cigni portano bambini" è?

dimensione del campione troppo piccola

confondere correlazione e causalità

errore di registrazione dei dati

aver ignorato la correlazione negativa

DOMANDA 8

Qual è la differenza fondamentale tra relazione funzionale e relazione correlata?

Le relazioni funzionali possono essere rappresentate graficamente, mentre quelle correlate no

Le relazioni funzionali sono deterministiche, mentre quelle correlate non lo sono

Le relazioni correlate sono più scientifiche delle relazioni funzionali

Solo le relazioni lineari sono relazioni funzionali

DOMANDA 9

Quale delle seguenti descrizioni indica una correlazione non lineare?

I punti sono strettamente racchiusi intorno a una linea retta

I punti mostrano una tendenza di distribuzione parabolica

I punti mostrano una tendenza lineare crescente dal basso a sinistra verso l'alto a destra

La distribuzione dei punti è completamente priva di regolarità

DOMANDA 10

In un modello di regressione lineare semplice, quale dovrebbe essere il grafico dei residui ideale?

I residui aumentano significativamente con l'aumentare della variabile esplicativa

I punti dei residui si distribuiscono lungo una linea con pendenza diversa da zero

I punti dei residui si distribuiscono casualmente in una fascia orizzontale centrata attorno allo zero

Tutti i valori dei residui devono essere uguali a zero

Sfida: Trappole statistiche e previsioni

Analisi approfondita delle relazioni correlate

Scenario 1: Il paradosso dei cigni
In una regione con 5 villaggi, 3 hanno molti cigni e tassi di natalità elevati, mentre 2 ne hanno pochi e tassi di natalità bassi. Qualcuno conclude: "I cigni portano bambini". Concordi?

Scenario 2: Modello di crescita economica
Nella tabella seguente sono riportati i dati del PIL di una località dal 1997 al 2006. Dobbiamo determinare: (1) se è possibile utilizzare un modello lineare? (2) come prevedere il PIL del 2017?

Fornisci una spiegazione scientifica per la conclusione "I cigni portano bambini".

Risposta standard:
Non si concorda con questa conclusione. Si tratta di unacorrelazione spuria (Spurious Correlation). Anche se il numero di cigni e il tasso di natalità mostrano una correlazione positiva nei dati, non esiste una relazione causale diretta tra loro. Questa correlazione è probabilmente dovuta a una "causa comune": ad esempio, la superficie geografica o la dimensione della popolazione del villaggio. I villaggi più ampi hanno solitamente aree paludose più vaste adatte agli habitat dei cigni, ma anche una base di popolazione più numerosa, che porta a un maggior numero di nascite. La correlazione non implica causalità, e quindi non si può concludere che "i cigni portino bambini".

Nel compito di previsione del PIL, se il diagramma a dispersione mostra che la velocità di crescita del PIL aumenta sempre di più (trend esponenziale), è appropriato utilizzare un modello di regressione lineare semplice?

Risposta standard:
Non è appropriato. Se il diagramma a dispersione mostra una chiara tendenza curvilinea (ad esempio crescita esponenziale), significa che tra le variabili esisteuna relazione correlata non lineare。此时若强行使用一元线性回归模型（直线模型），会导致残差图出现规律性分布（如 U 型或倒 U 型），预测精度会大幅下降，且无法准确描述 GDP 随年份加速增长的特征。此时应考虑对数据进行对数变换，将其转化为线性关系，或建立指数增长模型。