Informal hypothesis testing for correlation/ association

歡迎來到相關係數的非正式假設檢定！

在本章中，我們將探討如何判斷兩件事物之間是否存在關聯。例如，你投入複習的時間是否真的與你的考試分數有關？或者一個人的身高是否與其鞋碼有關？我們使用非正式假設檢定（Informal Hypothesis Testing）來觀察我們在小群體（樣本）中看到的模式，是否足夠強大以至於能推論該模式同樣適用於所有人（總體）。

如果剛開始覺得這些術語有點「深奧」，不用擔心——其核心其實非常簡單，我們只是在尋找證據，判斷這種關係是真實存在的，還是純屬巧合！

基本概念：雙變數數據與關係

在進行任何檢定之前，我們需要先理解我們正在處理的對象。在本節中，我們處理的是雙變數數據（Bivariate data）。這意味著我們對每一個體都有兩個測量值（例如「身高」和「體重」）。

1. 相關性 (Correlation) 與關聯性 (Association)

這兩個術語經常被交替使用，但它們之間有細微的差別：

• 相關性 (Correlation)： 這特別指線性關係。換句話說，如果你將數據繪製在散點圖上，這些點是否看起來傾向於形成一條直線？
• 關聯性 (Association)： 這是一個更廣泛的術語。它意味著變數之間存在某種關係，即使它不是一條直線（例如，它可能是一條曲線）。

2. 相關係數 \(r\)

我們使用一個稱為相關係數的數值，以字母 \(r\) 表示，來衡量線性關係的強度。

• 若 \(r = 1\)，則為完美的正線性相關（一條完美的向上直線）。
• 若 \(r = -1\)，則為完美的負線性相關（一條完美的向下直線）。
• 若 \(r = 0\)，則完全沒有線性相關。

快速回顧： \(r\) 越接近 \(1\) 或 \(-1\)，關係越強；越接近 \(0\)，關係就越弱。

等級相關 (Rank Correlation)：當關係非直線時

有時數據並不會形成直線，但它們仍朝著一致的方向移動（例如，隨著 \(x\) 增加，\(y\) 也總是增加，只是速度不同）。在這種情況下，我們使用等級相關。

我們不再使用實際數值（如 \(152cm\)、\(180cm\)），而是將它們排序（第 1 高、第 2 高等）。這衡量的是等級之間的關聯性，而非實際數值。當你有離群值或非線性關係時，這是一個非常有用的工具！

你知道嗎？ 在這個特定單元中，你不需要知道各種係數的複雜名稱（如 Pearson 或 Spearman），你只需要知道如何運用題目給你的 \(r\) 值即可！

假設檢定流程

這是我們決定樣本的相關性是否具有「統計顯著性」的過程。我們需要遵循特定的步驟。

步驟 1：建立你的假設

我們總是從兩個陳述開始：

• 虛無假設 \(H_0\)： 這是「平淡」的假設。它總是聲稱在總體中沒有相關性/關聯性。
• 對立假設 \(H_1\)： 我們懷疑實際發生的情況。
  • 單尾檢定 (1-tailed test)： 我們預測了方向（例如：「存在正相關」）。
  • 雙尾檢定 (2-tailed test)： 我們認為存在某種關係，但不確定方向（例如：「存在相關性」）。

步驟 2：查看 \(p\)-值或臨界值

在考試中，你通常會得到相關係數的 \(p\)-值 或 臨界值 (Critical value)。這些數值來自統計軟體或統計表。

• \(p\)-值： 這是我們觀察到的相關性純屬巧合（偶然）發生的機率。
• 顯著水準 (Significance Level)： 這是由研究者設定的「門檻」（通常為 \(5\%\) 或 \(0.05\)）。

步驟 3：做出決定

比較你的 \(p\)-值與顯著水準。記住這個簡單的口訣：

「若 \(p\) 值低，虛無假設必離去！」(If the p is low, the null must go!)

• 若 \(p < \text{顯著水準}\)：我們拒絕 \(H_0\)。有足夠的證據顯示存在相關性。
• 若 \(p > \text{顯著水準}\)：我們無法拒絕 \(H_0\)。沒有足夠的證據證明該相關性真實存在。

重點提示： 小的 \(p\)-值意味著該結果極不可能僅是運氣好！

得出結論（「非武斷」的方式）

在 Mathematics B (MEI) 中，考官很看重非武斷 (non-assertive) 的語言。我們永遠不會說我們「證明了」什麼。相反地，我們會說「有足夠的證據顯示……」

範例：「在 \(5\%\) 的顯著水準下，有足夠的證據顯示複習時間與考試成績之間存在正相關。」

現實生活範例：冰淇淋與曬傷

想像一下，你發現冰淇淋銷售量與曬傷案例之間存在高度相關（\(r = 0.9\)）。假設檢定很可能會顯示這是一個「顯著」的相關性。

這是否意味著吃冰淇淋會導致曬傷？ 不！這是一個經典範例，說明為什麼相關性不代表因果關係 (Correlation does not imply Causation)。兩者都是由第三個因素引起的：炎熱的天氣。在解釋結果時，請務必記住這一點！

常見錯誤需避免

• 搞混 \(r\) 與 \(p\)-值： \(r\) 告訴你線性的強度；\(p\)-值告訴你該強度是否具有統計顯著性。
• 武斷的語言： 避免說「這證明了 \(x\) 導致 \(y\)」。請堅持使用「有證據顯示……」。
• 離群值 (Outliers)： 要小心！單一離群值可能讓微弱的相關性看起來很強，或讓強相關看起來很弱。如果題目有提供散點圖，請務必觀察它。
• 時間序列： 相關係數僅適用於隨機變數。它們不適合用於時間序列等情況，因為其中一個變數（時間）是在固定間隔下設定的。

快速回顧區

\(H_0\)： 無相關性。
\(H_1\)： 有相關性（正相關/負相關/任意）。
決定： 若 \(p \leq \text{顯著水準}\)，拒絕 \(H_0\)。
情境： 最終結論必須總是根據原始變數（例如「身高」和「體重」）來陳述。

總結重點

相關係數的非正式假設檢定讓我們能利用樣本的相關係數 (\(r\)) 和 \(p\)-值，來判斷總體中是否存在關係。只要遵循「若 \(p\) 值低，虛無假設必離去」的法則，並使用謹慎、非武斷的語言，你一定能掌握統計學課程中的這一部分！