Корреляция — это статистическая взаимосвязь между двумя или более переменными, при которой изменение одной величины сопровождается закономерным изменением другой. Термин происходит от латинского correlatio — «соотношение», «взаимосвязь».
Корреляция показывает, насколько два явления связаны между собой. Например, чем больше человек учится — тем выше его оценки. Это и есть корреляция. Но важно: она не означает, что одно вызывает другое.
Основные значения
| Область | Смысл |
|---|---|
| Статистика и наука | Мера линейной связи между двумя числовыми переменными |
| Повседневная речь | Любая заметная взаимосвязь или совпадение между явлениями |
| Лингвистика | Соответствие между единицами разных языковых уровней |
Как это работает
В статистике силу корреляции измеряют коэффициентом корреляции — числом от −1 до +1:
- +1 — идеальная прямая связь: оба показателя растут вместе
- 0 — связи нет
- −1 — идеальная обратная связь: один растёт, другой падает
Корреляция не равна причинно-следственной связи. Два явления могут меняться одновременно случайно или из-за третьего фактора. Классический пример: продажи мороженого и количество утоплений растут летом вместе — но мороженое не вызывает утопления. Их объединяет жара.
Виды корреляции
- Положительная — оба показателя растут или падают одновременно (рост и вес)
- Отрицательная — один растёт, другой падает (скорость и время в пути)
- Нулевая — закономерной связи нет
- Ложная (spurious) — статистическая связь есть, но она случайная или объясняется третьим фактором
Примеры
- Между уровнем образования и доходом есть положительная корреляция.
- Учёные выявили корреляцию между курением и риском рака лёгких.
- Корреляция между температурой воздуха и расходом электроэнергии — отрицательная зимой и положительная летом.
- В этом исследовании корреляция между двумя показателями оказалась близкой к нулю.
- Не стоит путать корреляцию с причинностью — это разные вещи.
- Между активностью в соцсетях и успеваемостью студентов нашли слабую отрицательную корреляцию.
- Коэффициент корреляции равен 0,87 — это говорит о сильной связи между переменными.