データ・DX
相関係数とは？
相関係数とは、2つの変数がどの程度一緒に変化するかを表す指標です。
関連表記: 相関係数 / Correlation Coefficient / 相関
試験で問われるポイント
- 値は一般に-1から1の範囲で、向きと強さを見ます。
- 相関があることは因果関係があることを意味しません。
- データ探索や特徴量確認で使われます。
具体例
広告費と売上に正の相関があっても、広告が売上増加の原因とは限りません。
混同しやすい点
- 相関が高ければ片方が片方の原因だと考える。
- 外れ値や非線形な関係を見ずに判断する。
関連問題で復習
二つの量的変数X、Yについて、平均からの偏差を用いた集計値が次のとおりだった。また、部署（名義尺度）と購入有無の関連も調べたい。量的変数のPearson相関係数と、部署・購入有無の関連に適した考え方の組合せはどれか。 ```text Σ(xi-x̄)(yi-ȳ)=24 Σ(xi-x̄)^2=36 Σ(yi-ȳ)^2=16 ```
複数日のデータで、アイス販売数と水難事故件数の相関係数は0.82だった。気温を統制した偏相関係数は0.06である。この結果の解釈として最も適切なものはどれか。
相関係数について最も適切な説明はどれか。
アイスの売上と熱中症の件数に強い相関が見られた。この結果の扱い方として最も適切なものはどれか。
広告費x（万円）と売上y（万円）を5か月分集計した。データからいえることとして最も適切なものはどれか。 | 月 | 1 | 2 | 3 | 4 | 5 | |---|---:|---:|---:|---:|---:| | x | 10 | 20 | 30 | 40 | 50 | | y | 82 | 91 | 96 | 111 | 118 |
20個の量的変数について、変数間の相関構造を全体として把握し、年ごとの変化も切り替えて確認したい。中心となる可視化と拡張の組合せとして最も適切なものはどれか。
週末の配送遅延について、次の二つの仮説と利用可能なデータがある。仮説思考に沿う次の作業として最も適切なものはどれか。 |仮説|成り立つなら見込まれる観測|利用可能なデータ| |---|---|---| |H1 倉庫の締切変更が原因|変更倉庫で出荷待ち時間が増える|注文・出荷時刻、倉庫ID| |H2 配送会社の能力不足が原因|特定会社で引渡し後の時間が増える|引渡し・配達時刻、配送会社ID|
相関と因果の違いを説明したものとして、最も適切なものはどれか。