← 返回普通心理学
学习进度第 16 / 23 个

相关系数

Correlation coefficient · 2.3 分析结果(Analyzing Findings)

一句话定义

相关系数用一个从 -1 到 +1 的数描述两个变量线性关系的方向和强度。

机制 / 原理

相关系数回答两个问题:一个变量变大时,另一个变量倾向于同向变化还是反向变化;这种线性关系有多强。正相关表示一起升降,负相关表示一个高另一个低,接近 0 表示线性关系弱。相关系数适合描述关系,但不能自动说明谁导致谁。两个变量相关,可能是 A 影响 B,也可能是 B 影响 A,还可能有第三变量同时影响二者。

相关系数:方向与强度正相关一起升降负相关一高一低相关描述变量如何一起变化,但不直接证明因果。
相关描述变量如何一起变化,但不直接证明因果。

经典实验 / 例子

睡眠时间和白天困倦程度可能呈负相关:睡得越久,困倦评分越低。但这不等于只要延长睡眠就一定减少困倦,因为身体疾病、工作压力、药物和睡眠质量都可能参与其中。

生活中的例子

运动时间和幸福感可能正相关,但运动多的人也可能有更好的健康、更多时间或更强社交支持。相关系数能提示关系,却不能替你完成因果推理。

常见误区

常见误区是看到相关就说“导致”。相关系数越高,只表示线性关系越强,不等于因果链已经成立。

资料来源:OpenStax Psychology 2e · 第 2 章 · 第 2.3 节(CC BY 4.0)
本讲解由 AI 依据该教材与主流学术观点撰写,非逐字引用,仅供学习参考。