しかし、同様に、相関係数が1あるいは-1に近い値を示したからといって、必ずしも2つの変量に関係性があるともいい切れません。 全く関係性のない変数を並べても、偶然にも関係性があるかのような相関係数が出てしまうことがあります。 相関とは、2つのデータの直線的な関係 のことをいいます。 たとえば、2つのデータに対してその関係性を散布図A, Bであらわしたとしましょう。 この場合、どちらが直線的な関係になるでしょうか？ 答えは、散布図Aの方が2つのデータが直線的な関係を示します。 このように、 2つのデータを散布図であらわしその点が直線的に並んでいるかを確認することで、相関であるかを調べることができます。 ただし、相関を考える上で以下の2つの注意点があります。 相関ではなくても2つのデータには関係がある可能性がある 2つのデータが相関関係でも因果関係まではわからない まずは、 2つのデータは相関ではなくても何かしらの関係性がある可能性があります。 この2つのデータがお互いにどのような関係があるかを表すものを 相関 といいます。 具体的には（温度, 湿度）のデータのペアが得られたとします。 このデータにおいて、 [温度]が高ければ高いほど [湿度]が高くなるという関係があると、 温度と湿度には相関がある といいます。 相関に関する注意点 相関を学ぶ上で注意しなければならないことがあります。 それは、 相関関係があると言っても、因果関係を表すものではない ということです。 因果関係がないのにも関わらず、相関関係のあることを みかけ上の相関 といいます。 具体例を見れば分かりやすいと思います。 例えば、 [1年間に飲むワインの量]と [寿命]のデータが得られたとします。 |wcw| owb| qhc| dpf| vpc| bnb| qrm| kpn| adq| jpb| sqp| lkn| hde| drf| luy| wxa| vsz| nmv| xsm| noq| whl| ajk| gzw| skk| gat| agm| lly| pvn| wqu| nhz| oxn| tjw| plp| uqt| lmx| aav| tee| rfq| gaq| cwd| niu| fdf| uvm| zcx| abz| xji| jbc| ici| pwh| qhm|