随机信号篇---相关系数

核心比喻：两个人的关系亲密程度

想象你在观察班上小明和小红的关系：

场景设定

• 连续5天记录他们的互动次数

• 小明主动找小红的次数：[2, 5, 3, 6, 4]次/天

• 小红主动找小明的次数：[3, 6, 4, 7, 5]次/天

问题：他们的互动模式有多相似？

1. 相关系数是什么？

一句话定义：

相关系数是一个数字，衡量两个变量一起变化的程度和方向。

关键特性：

• 范围：-1 到 1 之间

• 方向：

  • 正数：同向变化（你多我也多）

  • 负数：反向变化（你多我少）

  • 零：没有线性关系

• 强度：

  • 越接近 ±1，关系越强

  • 越接近 0，关系越弱

2. 三种直观理解方式

方式一：跳舞的比喻

• 相关系数 = 1：完美双人舞（完全同步）

• 相关系数 = 0.8：基本合拍，偶尔错步

• 相关系数 = 0：各跳各的，没有配合

• 相关系数 = -0.8：镜像跳舞（你进我退）

方式二：散步的比喻

• 相关系数 = 1：两人并排走，步调完全一致

• 相关系数 = 0：一个人逛街，一个人跑步，各走各的

• 相关系数 = -1：一人向东，一人向西，速度相同

方式三：成绩的比喻（回到小明小红）

我们把数据画出来：

天数： 1 2 3 4 5 小明： 2 5 3 6 4 小红： 3 6 4 7 5

肉眼观察：

• 第1天：小明2次，小红3次

• 第2天：小明5次，小红6次

• 小明高的时候，小红也高

• 小明低的时候，小红也低

• 看起来是正相关！

3. 相关系数怎么算？（无需公式恐惧）

让我们一步步手工计算小明和小红的相关系数。

第一步：画个图，找中心

1. 计算平均值：

   • 小明平均：(2+5+3+6+4)/5 =4次

   • 小红平均：(3+6+4+7+5)/5 =5次

2. 想象坐标系：

   • 横轴：小明的次数

   • 纵轴：小红的次数

   • 中心点：(4, 5)

第二步：看每个点偏离中心的情况

第一天：小明2次（比平均少2），小红3次（比平均少2） 第二天：小明5次（比平均多1），小红6次（比平均多1） 第三天：小明3次（比平均少1），小红4次（比平均少1） 第四天：小明6次（比平均多2），小红7次（比平均多2） 第五天：小明4次（平均），小红5次（平均）

发现规律：小明偏离的方向和大小 = 小红偏离的方向和大小！

第三步：计算相关系数的核心思想

相关系数 =“他们偏离的同步程度”

计算三个关键量：

1. 小明的波动程度（方差）

(2-4)² + (5-4)² + (3-4)² + (6-4)² + (4-4)² = (-2)² + (1)² + (-1)² + (2)² + (0)² = 4 + 1 + 1 + 4 + 0 = 10

2. 小红的波动程度

(3-5)² + (6-5)² + (4-5)² + (7-5)² + (5-5)² = (-2)² + (1)² + (-1)² + (2)² + (0)² = 4 + 1 + 1 + 4 + 0 = 10

3. 两人波动的“配合程度”（协方差）

(2-4)×(3-5) + (5-4)×(6-5) + (3-4)×(4-5) + (6-4)×(7-5) + (4-4)×(5-5) = (-2)×(-2) + (1)×(1) + (-1)×(-1) + (2)×(2) + (0)×(0) = 4 + 1 + 1 + 4 + 0 = 10

第四步：标准化得到相关系数

配合程度 10 相关系数 = ——————————————— = ———————————— = 1 √(小明波动×小红波动) √(10×10)

结论：相关系数 = 1，完全正相关！

4. 相关系数结果解读指南

相关系数数值表：

重要提醒：

• 相关系数只测线性关系：

  # 这个例子中： X = [-2, -1, 0, 1, 2] Y = [4, 1, 0, 1, 4] # Y = X² # 相关系数 = 0！ # 但有明显的抛物线关系（非线性）

• 相关 ≠ 因果：

  • 冰淇淋销量和溺水人数正相关

  • 不是因为冰淇淋导致溺水！

  • 真实原因：夏天（第三变量）

5. 相关系数在现实中的应用

应用1：学习成绩分析

老师发现：

• 数学和物理成绩：ρ = 0.85（强相关）

• 数学和语文成绩：ρ = 0.35（弱相关）

• 数学和体育成绩：ρ = -0.10（基本无关）

结论：数学好的学生，物理通常也好，但和语文、体育关系不大。

应用2：股票投资

投资者发现：

• 股票A和股票B：ρ = 0.9（高度相关）

• 股票A和黄金：ρ = -0.6（中等负相关）

策略：同时持有A和黄金可以对冲风险。

应用3：健康研究

研究发现：

• 吸烟量和肺癌风险：ρ = 0.7（强正相关）

• 运动量和心脏病风险：ρ = -0.65（强负相关）

建议：少吸烟、多运动。

6. 相关系数的“兄弟姐妹”

皮尔逊相关系数（最常用）

• 我们刚才算的就是这个

• 适用于线性关系、连续数据、正态分布

斯皮尔曼秩相关系数

• 处理单调但非线性关系

• 把数据排序后计算

• 例子：Y随X增加而增加，但不是直线

肯德尔秩相关系数

• 类似斯皮尔曼，但计算方式不同

• 对小样本更稳健

简单选择指南：

• 数据看起来是直线？ → 用皮尔逊

• 数据看起来一起增减但不是直线？ → 用斯皮尔曼

• 不确定或样本小？ → 用肯德尔

7. 相关系数计算速查表

手动计算四步法：

1. 算均值：x̄, ȳ

2. 算偏差：(xᵢ - x̄), (yᵢ - ȳ)

3. 算三个和：

   • Sxx = Σ(xᵢ - x̄)²

   • Syy = Σ(yᵢ - ȳ)²

   • Sxy = Σ(xᵢ - x̄)(yᵢ - ȳ)

4. 代公式：

   Sxy ρ = ——————— √(Sxx·Syy)

计算器/Excel方法：

• Excel：=CORREL(A列, B列)

• Python：numpy.corrcoef(x, y)[0,1]

• 计算器：统计模式 → 输入数据 → 按r键

8. 常见误解与真相

误解1：ρ=0.8 意味着“80%相关”

真相：ρ=0.8是非常强的相关，但不是百分比。ρ²=0.64表示一个变量的变化能解释另一个变量64%的变化。

误解2：ρ越大越好

真相：看情况！如果预测地震，我们希望ρ接近1；如果投资多元化，我们希望ρ接近0（不相关资产）。

误解3：ρ显著≠关系强

真相：样本很大时，ρ=0.1也可能统计显著，但实际意义很小。

误解4：ρ=1 意味着数据点全在直线上

真相：完全正确！ρ=1或-1时，所有点都在一条直线上。

9. 相关系数决策树

10. 一句话记住相关系数

“相关系数是关系的温度计：

• 正数是温暖（一起变化）

• 负数是寒冷（反向变化）

• 零度是室温（没啥关系）

• 绝对值大小是温度高低（关系强弱）”

记住：相关系数就像关系的指纹，它能快速告诉你两个变量是如何共舞的，但不会告诉你谁在领舞（因果），也不会告诉你舞蹈的复杂步法（非线性关系）。