相关性热力图

什么是皮尔逊相关？

皮尔逊相关系数(r)衡量两个连续变量之间线性关系的强度和方向。范围从−1（完全负线性关系）到0（无线性关系）到+1（完全正线性关系）。

相关矩阵显示所有变量组合的配对r值。热力图使强相关对易于发现，对识别冗余特征和检测多重共线性至关重要。

相关不意味着因果。p值检验观测到的相关是否统计显著（通常p < 0.05）。大数据集中，微小的相关也可能显著。

Formula: r = [nΣxᵢyᵢ − ΣxᵢΣyᵢ] / √[(nΣxᵢ² − (Σxᵢ)²)(nΣyᵢ² − (Σyᵢ)²)] |r| 解读: 0.0–0.3: 弱 0.3–0.7: 中等 0.7–1.0: 强

计算示例

变量 X = [1,2,3,4,5]，Y = [2,4,5,4,5]。Σx=15，Σy=20，Σxy=66，Σx²=55，Σy²=86，n=5。r = (330−300)/√((275−225)(430−400)) = 30/√(50×30) = 30/38.73 ≈ 0.775——较强的正相关，但只有 5 个点，在 5% 水平上并不显著（p ≈ 0.12）。

何时使用此计算器

• 数据分析师在构建预测模型之前进行探索性数据分析，识别哪些变量之间关系密切
• 研究人员在进行回归分析之前检测预测变量之间的多重共线性
• 质量工程师调查哪些工艺参数与产品缺陷或良率相关
• 金融分析师为投资组合分散化决策考察资产收益之间的关系

常见错误

• 将相关解读为因果——两个变量同向变动并不意味着一方导致另一方；第三个变量（混杂因素）可能同时驱动两者
• 忽视非线性关系——Pearson 相关只衡量线性关联；两个变量可能存在很强的非线性关系（如二次关系）而 r 接近零
• 把统计显著性当作实际重要性——样本量大时，即使极小的相关（r = 0.05）也可能统计显著（p < 0.05），却没有任何实际意义
• 计算相关前未检查离群值——单个极端数据点就能大幅抬高或压低 Pearson r；应先查看散点图

如何解读结果

• 相关系数接近 +1 或 -1 表示强线性关系；接近 0 表示无线性关系（但不一定没有任何关系）
• 结果中突出显示的最强相关变量对标识了联系最紧密的变量——可用于特征选择或多重共线性检测
• 热力图中高相关值的聚集区暗示一组相关变量可能在度量同一个潜在因素

相关标准与参考文献

• Pearson, K. (1896), 'Mathematical Contributions to the Theory of Evolution. III. Regression, Heredity, and Panmixia' — 积矩相关系数的正式化文献
• Fisher, R. A. (1925), Statistical Methods for Research Workers — 相关系数的显著性检验
• NIST/SEMATECH e-Handbook of Statistical Methods — 相关分析与散点图解读的基准程序

常见问题

皮尔逊和斯皮尔曼相关的区别？

皮尔逊衡量线性关系，假设正态分布。斯皮尔曼使用秩次，适用于有序数据和非线性单调关系。

如何解读相关矩阵中的p值？

p值 < 0.05表示相关在统计上显著。多次配对比较时应用Bonferroni等多重检验校正。