如存在另一个共同影响两变量的因素。在时间序列资料中往往就会出现这种情况,有人曾对教师薪金的提高和酒价的上涨作了相关分析,计算得到一个较大的相关系数,这是否表明教师薪金提高导致酒的消费量增加,从而导致酒价上涨呢?经分析,事实是由于经济繁荣导致教师薪金和酒价的上涨,而教师薪金增长和酒价之间并没有什么直接关系。
原因的混杂也可能导致错误的结论。如有人做过计算,发现:在美国,经济学学位越高的人,收入越低,笼统地计算学位与收入之间的相关系数会得到负值。但分别对大学、政府机构、企业各类别,计算学位与收入之间的相关系数得到的则是正值,即对同一行业而言,学位高,收入也高。
另外,注意不要在相关关系据以成立的数据范围以外,推论这种相关关系仍然保持。雨下的多,农作物长的好,在缺水地区,干旱季节雨是一种福音,但雨量太大,却可能损坏庄稼。又如,广告投入多,销售额上涨,利润增加,但盲目加大广告投入,却未必使销售额再增长,利润还可能减少。正相关达到某个极限,就可能变成负相关。这个道理似乎人人都明白,但在分析问题时却容易忽视。
相关内容:
编辑推荐:
(责任编辑:)
近期直播
免费章节课
课程推荐
统计师
[协议护航-退费班]
12大模块 准题库资料 协议退费校方服务
统计师
[协议护航-畅学班]
12大模块 准题库资料 协议续学校方支持
统计师
[丰羽计划-畅学班]
4大模块 题库练习 精品课程