正相关与逆相关有什么区别？

在统计学领域，相关性描述了两个变量之间的关系。如果一个变量发生变化后另一个变量发生变化，则变量是相关的。相关性显示了这种关系是积极的还是消极的，以及这种关系的强度。正相关描述一起变化的两个变量之间的关系，而逆相关描述两个相反方向变化的变量之间的关系。逆相关有时被称为负相关，它描述了变量之间相同类型的关系。

正相关
当两个相关变量向同一方向移动时，它们的关系为正。这种相关性由相关系数 (r) 衡量。当 r 大于 0 时，它是正的。当 r 为 +1.0 时，存在完美的正相关。正相关的例子发生在大多数人的日常生活中。花在广告上的钱越多，客户从公司购买的东西就越多。由于这通常难以衡量，相关系数可能小于 +1.0。员工工作的时间越长，该员工的薪水就越大，相关性越强。

相关性适用于分析重要的、可量化的数据之间的关系。

逆相关
当两个相关变量向相反方向移动时，它们的关系为负。当相关系数(r)小于0时，为负。当 r 为 -1.0 时，存在完美的负相关。逆相关描述了两个相互拉锯的因素。例子包括相对于增加的消费习惯和减少的汽油里程相对于增加的平均驾驶速度而减少的银行余额。投资领域中逆相关的一个例子是股票和债券之间的关系。随着股票价格上涨，债券市场往往会下跌，就像股票表现不佳时债券市场表现良好一样。

特别考虑
重要的是要了解相关性并不一定意味着因果关系。变量 A 和 B 可能一起上升和下降，或者 A 可能随着 B 下降而上升。然而，一个因素的上升直接影响另一个因素的上升或下降并不总是正确的。两者都可能由潜在的第三个因素引起，例如商品价格，或者变量之间的明显关系可能是巧合。

例如， 连接到互联网的人数自成立以来一直在增加，而石油价格直到 2015 年同期总体呈上涨趋势。1  2 这是一个正相关，但是这两个因素几乎可以肯定没有有意义的关系。互联网用户的数量和石油价格的上涨很可能是一个巧合。