1
从散点图看关联:相关关系与函数关系的本质区别
MATH1003SA-PEP-CN Lesson 3
00:00
确定性 (函数关系) 圆面积 $S = \pi r^2$ 非确定性 (相关关系) 子女身高 vs 父亲身高
在数学的世界里,有些关系是“绝对”的,比如圆的半径一旦确定,面积就随之固定。但在现实生活中,更多关系是“若即若离”的:父亲身高较高,儿子往往也较高,但这种联系并非唯一映射。这就是相关关系的魅力所在。它描述了变量间存在某种趋势,却允许随机波动的存在。散点图就是捕捉这些潜伏趋势的“显微镜”。

核心概念辨析

相关关系 (Correlation) 是指变量之间存在不确定的联系。当一个变量取值确定时,另一个变量的取值仍具有随机性。而 函数关系 是确定性的,$y$ 完全由 $x$ 决定。

通过观察 散点图 (Scatter Plot),我们可以直观判断变量间的联系:

  • 正相关 (Positive): 整体呈“右上扬”,$x$ 增大时 $y$ 趋于增大。
  • 负相关 (Negative): 整体呈“右下挫”,$x$ 增大时 $y$ 趋于减小。
  • 线性相关: 散点密布在一条直线附近。
相关性不代表因果性!即使散点图显示强相关,也可能是由于第三方的“共因”或纯粹的巧合。在得出结论前,科学的逻辑推断比图形观察更重要。