歡迎來到關係的世界！

在統計學中，我們經常想知道兩件事物之間是否有關聯。你花在玩遊戲上的時間會影響考試成績嗎？外面的溫度會改變冰淇淋的銷量嗎？本章的主角是雙變量數據 (Bivariate data)，這只是一個比較高級的說法，意思是「包含兩個變量的數據」。

學完這些筆記後，你將能夠識別規律、畫出預測未來的直線，並明白為什麼即使兩件事同時發生，也不代表其中一件事導致了另一件事！

1. 基礎概念：雙變量數據

雙變量數據涉及成對的測量值。每個「對象」都會給我們兩項資訊（例如一個人的身高和體重）。

要觀察這些關係，我們使用散點圖 (Scatter Diagram)。但在繪製點之前，我們需要先分清哪個軸代表什麼：

  • 解釋變量 (Explanatory Variable)（自變量）：這是我們認為可能「解釋」變化的變量。它總是放在 \(x\) 軸（水平軸）上。
  • 反應變量 (Response Variable)（應變量）：這是我們正在測量的「結果」。它總是放在 \(y\) 軸（垂直軸）上。

例子：如果你正在調查「溫習時數」是否影響「考試成績」，溫習時數就是解釋變量 (\(x\))，而考試成績就是反應變量 (\(y\))。

快速複習：記住字母表中 \(x\) 在 \(y\) 之前，正如「解釋」的原因 (Explanatory) 應在「反應」的結果 (Response) 之前！

2. 描述關係：相關性 (Correlation)

當我們觀察散點圖時，我們是在尋找相關性——即對點的分佈狀況的描述。

相關性的類型

  • 正相關 (Positive Correlation)：當 \(x\) 增加，\(y\) 也增加。點從左下向右上分佈（像是在爬山）。
  • 負相關 (Negative Correlation)：當 \(x\) 增加，\(y\) 減少。點從左上向右下分佈（像是在溜滑梯）。
  • 零相關 (Zero Correlation)：點像雲一樣散佈在各處。沒有明顯的關聯。

相關性的強弱

我們還會描述這種規律有多「整齊」：

  • 強 (Strong)：點非常接近一條直線。
  • 弱 (Weak)：你可以看出大致的方向，但點分佈得比較散。

你知道嗎？相關性有點像友誼。相關性「強」意味著這兩個變量是「好朋友」，總是緊密地跟隨對方！

3. 相關性 vs. 因果關係 (Correlation vs. Causation)

這是考試中最愛考的題目！僅僅因為兩件事有相關性，並不代表其中一件事導致了另一件事。這被稱為關聯 (Association)。

例子：冰淇淋銷量和鯊魚襲擊次數之間存在正相關。吃冰淇淋會導致鯊魚咬人嗎？當然不會！兩者都是由第三個因素引起的：天氣炎熱。

當相關性是偶然的，或是由其他因素引起時，我們稱之為虛假相關 (Spurious correlation)。

重點總結：相關性顯示了一種連結，但它不能證明「產品 A」導致了「結果 B」。

4. 最優擬合線 (Line of Best Fit)

最優擬合線是一條穿過點群中間的直線，用來顯示總體趨勢。你可以用它來進行預測。

如何精確繪製：

  1. 計算平均數點 (Double Mean Point)。這是點 \((\bar{x}, \bar{y})\)，其中 \(\bar{x}\) 是所有 \(x\) 值的平均數，\(\bar{y}\) 是所有 \(y\) 值的平均數。
  2. 你的直線必須穿過這個平均數點 \((\bar{x}, \bar{y})\)。
  3. 盡量讓線條上方和下方的點數量大致相等。

進行預測

  • 內插法 (Interpolation)：預測數據範圍內的值。這通常非常可靠！
  • 外推法 (Extrapolation)：預測數據範圍外的值（例如，如果你的數據只到 10 年車齡，卻去預測 100 年車齡的汽車價格）。警告：這風險很高且通常不準確，因為趨勢可能會改變！

常見錯誤：學生經常嘗試強行讓擬合線穿過原點 \((0,0)\)。除非數據真的符合原點且符合現實情境，否則不要這樣做！

5. 測量相關性（Higher Tier 高階課程）

基礎程度 (Foundation) 的學生用文字描述相關性，而高階程度 (Higher) 的學生則使用 -1 到 +1 之間的數字。

斯皮爾曼等級相關係數 (Spearman’s Rank Correlation Coefficient)

這衡量兩個變量的等級（順序）吻合程度。
\(+1\) = 等級完全吻合。
\(-1\) = 等級完全相反。
\(0\) = 完全不吻合。

公式（考試時會提供）為：
\( r_s = 1 - \frac{6 \sum d^2}{n(n^2 - 1)} \)
其中 \(d\) 是等級之間的差，\(n\) 是對數。

皮爾森積動差相關係數 (Pearson’s Product Moment Correlation Coefficient, PMCC)

這衡量線性（直線）關係的強度。
+1：完美的正線性相關。
-1：完美的負線性相關。
0：無線性相關。

斯皮爾曼 vs. PMCC：有什麼區別？

  • PMCC 僅適用於直線。
  • 斯皮爾曼適用於任何一種變量增加、另一種也增加的關係（即使它是曲線！）。
  • 例子：如果數據呈曲線狀，斯皮爾曼相關係數可能會很高（接近 \(+1\)），但 PMCC 可能會較低，因為它不是完美的直線。

重點總結：數值越接近 \(+1\) 或 \(-1\)，相關性就越強。接近 \(0\) 的數值表示相關性很弱。

總結：散點圖速覽

  • 繪圖：\(x\) 是解釋變量，\(y\) 是反應變量。
  • 相關性：可以是正、負或零；也可以是強或弱。
  • 因果關係：有相關性不代表有因果關係！
  • 最優擬合線：必須穿過平均數點 \((\bar{x}, \bar{y})\)。
  • 預測：內插法安全；外推法是「危險地帶」。
  • 係數：\(-1\)（負）到 \(+1\)（正）。\(0\) 代表無相關。

如果公式起初看起來很嚇人，別擔心——專注於圖表告訴你的「故事」，數學自然會變得簡單！