相関係数の基礎知識

相関係数の基礎知識

相関係数とは

相関係数とは、二つのものの関係の強さを数字で表すものです。この数字は、-1から1までの範囲で表されます。1に近いほど、二つのものは同じように変化する関係にあり、これを正の相関と呼びます。例えば、木の高さと木の太さを考えると、高い木ほど太いという関係があります。これは正の相関の例です。

逆に、-1に近いほど、二つのものは反対に変化する関係にあり、これを負の相関と呼びます。例えば、商品の値段と売れる商品の数を考えると、値段が高いほど売れる数は少なくなるという関係があります。これは負の相関の例です。

そして、0に近い場合は、二つのものの間に関係がほとんどない、または全くないことを意味します。例えば、子供の靴のサイズと好きな色には、特に関係がないと考えられます。

相関係数は、様々な分野で役に立ちます。例えば、経済の分野では、市場の動きの分析に役立ちます。医療の分野では、病気と生活の習慣の関係を調べるのに役立ちます。教育の分野では、勉強の仕方と成績の関係を調べるのに役立ちます。このように、相関係数は、二つのものの関係を知るための重要な道具なのです。

ピアソンの積率相関係数

ピアソンの積率相関係数は、二つの量の関係性を調べる統計的手法の中で、最もよく知られ、広く使われています。この手法は、特に二つの量の間に直線的な関係があるかを調べたい時に役立ちます。例えば、ある製品の広告費と売上高のように、一方が増えるともう一方も比例して増えるような関係です。

ピアソンの積率相関係数を計算するには、まず共分散を求めます。共分散とは、二つの量が一緒に変化する度合いを示す値です。例えば、広告費が増えた時に売上高も増える傾向が強ければ、共分散は大きな値になります。逆に、広告費が増えても売上高に変化がないか、減ってしまう場合は、共分散は小さな値、あるいは負の値になります。次に、それぞれの量の標準偏差を計算します。標準偏差とは、データが平均値からどれくらいばらついているかを示す値です。広告費や売上高のデータに大きなばらつきがあれば、標準偏差も大きくなります。

ピアソンの積率相関係数は、この共分散を二つの量の標準偏差の積で割ることで計算されます。計算結果は、必ず-1から1の間の値になります。1に近いほど、二つの量の間に正の直線的な関係が強いことを示し、-1に近いほど、負の直線的な関係が強いことを示します。0に近い場合は、二つの量の間には直線的な関係がほとんどないか、全くないと考えられます。

ただし、ピアソンの積率相関係数には限界もあります。曲線的な関係には適していないという点です。例えば、ある人の年齢と健康状態の関係を考えてみましょう。幼い頃は病気にかかりやすく、成長と共に健康状態は良くなりますが、高齢になると再び健康状態が悪化する可能性があります。このような場合は、年齢と健康状態の関係は直線的ではなく、U字型のような曲線を描きます。このような場合にピアソンの積率相関係数を用いると、正しい関係性を捉えることができません。よって、分析対象のデータの関係性が直線的かどうかを、事前に確認することが重要です。

正の相関

二つの物事の間柄には、様々な繋がり方があります。その中の一つに、正の相関と呼ばれるものがあります。これは、片方の数値が大きくなると、もう片方の数値も大きくなる関係のことを指します。例えば、植物に水をやる量と、その植物の成長には、正の相関が見られることが多いでしょう。水をたくさんやればやるほど、植物はぐんぐん成長する傾向があるからです。

この関係の強さを数値で表すのが、相関係数です。相関係数は、－１から１までの間の値を取り、１に近づくほど強い正の相関があることを示します。もし相関係数が０であれば、二つの物事の間には関連性がないことを意味し、－１に近づく場合は、負の相関、つまり片方が増えるともう片方が減る関係があることを示します。

正の相関の例は、私たちの身の回りにもたくさん見られます。例えば、商品の値段と売れる個数には、多くの場合、正の相関があります。値段の高い商品は、品質が良いと判断されて、売れる個数も多くなる傾向があるからです。また、気温とアイスクリームの売上にも正の相関があります。気温が高くなればなるほど、アイスクリームの売上が伸びる傾向があるからです。

ただし、ここで注意しなければならないのは、正の相関があるからといって、必ずしも一方がもう片方の原因となっているわけではないということです。例えば、アイスクリームの売上が伸びたからといって、気温が上がったわけではないでしょう。また、商品の値段と売れる個数に正の相関があるからといって、値段を高くすれば必ず売れる個数が増えるとは限りません。他にも、商品の品質や広告宣伝なども、売れる個数に影響を与えるでしょう。つまり、正の相関は二つの物事の間に何らかの関連性があることを示すだけで、原因と結果の関係を示すものではないのです。正の相関を見つけたときには、他の要因も考慮して、物事の関係を多角的に検討することが大切です。

負の相関

負の相関とは、二つのものごとの関係において、一方が増えるともう一方が減るという関係のことです。たとえば、商品の値段と売れた数で考えてみましょう。普通は、商品の値段が高くなると、売れた数は少なくなりますよね。このような関係を負の相関といいます。

この関係の強さを数値で表す指標として、相関係数というものがあります。相関係数は-1から1までの値をとります。負の相関の場合は、-1から0の間の値になり、-1に近いほど強い負の相関があることを示します。もし相関係数が-1だとしたら、それは一方が増えるともう一方が必ず同じだけ減るという、完全に反対の関係を表しています。一方で、相関係数が0に近い場合は、二つのものごとの間にほとんど関係がないことを意味します。

たとえば、ある商品の値段を少しずつ上げていくと、売れた数がそれに合わせて少しずつ減っていくとします。この場合、値段と売れた数の間には強い負の相関があると言えるでしょう。相関係数は-1に近い値になるはずです。

ただし、負の相関があるからといって、必ずしも一方が原因で、もう一方が結果となっているわけではないので注意が必要です。例えば、傘の売れた数と晴れた日数は負の相関があると考えられます。つまり、傘がよく売れる日は晴れていない日が多く、晴れた日が多い時期には傘があまり売れません。しかし、晴れた日が少ないから傘が売れるのではなく、雨が降るから傘が売れるのであって、真の原因は雨です。晴れた日数と傘の売れた数の間には直接的な因果関係はありません。

このように、負の相関は二つのものごとの関係性を理解する上で役立ちますが、その関係が本当に原因と結果の関係なのかどうかは、別の方法で確かめる必要があります。

無相関

無相関とは、二つの事柄の間の関係の強さを示す尺度の一つで、関係がない状態のことを指します。たとえば、サイコロを二つ振ったときに出る目の組み合わせを考えてみましょう。一つ目のサイコロで出た目が１であろうと６であろうと、二つ目のサイコロで出る目は１から６までのどの目とも同じ確率です。一つ目のサイコロの目と二つ目のサイコロの目は、互いに影響を与え合うことはなく、全く関係がないと言えるでしょう。このような状態を無相関と言います。

無相関の度合いを測る指標の一つに相関係数というものがあります。相関係数は－１から１までの値を取り、二つの事柄の間にどれくらい直線的な関係があるかを示しています。例えば、ある人の勉強時間と試験の点数には正の相関があると考えられます。勉強時間が長い人ほど、試験の点数が高い傾向にあるからです。この場合、相関係数は０より大きい値になり、１に近づくほど強い正の相関を示します。反対に、傘の売上と晴天の日数には負の相関があるでしょう。晴天の日が多いほど、傘は売れないと考えられるからです。この場合、相関係数は０より小さい値になり、－１に近づくほど強い負の相関を示します。そして、二つの事柄の間に全く関係がない場合は、相関係数は０に近い値になります。前述のサイコロの例のように、二つの事柄が無相関であれば相関係数は０になります。

ただし、相関係数が０に近いからといって、必ずしも二つの事柄の間に全く関係がないとは限りません。相関係数はあくまで直線的な関係の強さを示す尺度です。例えば、気温とアイスクリームの売上には強い関係があると考えられます。気温が高いほどアイスクリームはよく売れ、気温が低いと売上は落ちます。しかし、ある一定の気温を超えると、暑すぎてアイスクリームの売上は下がってしまうかもしれません。このような場合は、直線的な関係ではなく、Ｕ字型のような関係になります。この場合、全体で見ると相関係数は０に近くなってしまいますが、二つの事柄の間には明らかに関係があります。つまり、相関係数は万能な指標ではなく、見かけ上の数値に惑わされず、二つの事柄の関係の本質を捉えることが重要です。

相関係数の解釈

相関係数は、二つのものごとの関係の強さを示す数値です。たとえば、あるものの数値が大きくなるにつれて、別のものの数値も大きくなる傾向がある場合、この二つのものごとの間には正の相関があると言います。逆に、あるものの数値が大きくなるにつれて、別のものの数値が小さくなる傾向がある場合は、負の相関があると言います。そして、相関係数は-1から1までの値を取り、1に近いほど正の相関が強く、-1に近いほど負の相関が強いことを示します。0に近い場合は、二つのものごとの間にほとんど関係がないことを意味します。

この相関係数を解釈する際には、いくつかの注意点があります。まず、相関係数の値が大きいからといって、必ずしも二つのものごとの間に直接的な関係があるとは限らないということです。例えば、アイスクリームの売り上げと水難事故の発生件数には正の相関が見られるかもしれませんが、これはアイスクリームが水難事故を引き起こしているわけではなく、両方に共通する要因、つまり気温の上昇が影響していると考えられます。このように、見かけ上の相関関係に惑わされず、背後にある要因を考察することが重要です。

次に、データの性質や分析の目的も考慮する必要があります。例えば、少ないデータから計算された相関係数は、偶然によって大きな値になる可能性があります。たくさんのデータを用いて計算された相関係数の方が、より信頼性が高いと言えます。また、分析の目的によっては、弱い相関でも意味を持つ場合があります。

最後に、相関関係と因果関係の違いを理解することが重要です。相関関係は、二つのものごとの間に関係があることを示すだけですが、因果関係は、一方の変化が他方の変化を引き起こすことを意味します。相関関係があるからといって、必ずしも因果関係があるとは限りません。因果関係を明らかにするためには、更に詳しい調査や実験が必要です。相関係数は、データ分析を行う上で非常に役立つ道具ですが、その解釈には注意が必要です。これらの注意点を踏まえ、適切に解釈することで、データからより多くの知見を得ることが可能になります。