什么是卡尔·皮尔逊相关性？它对企业分析有何用处？作者：Kartik Patel 2021 年 10 月 21 日
本文解释了卡尔·皮尔逊相关系数法 分析，以及它如何应用于商业。
相关性是一种统计指标，表示两个变量一起波动 通辽电话号码数据 的程度。正相关性表示这两个变量同时增加或减少的程度。负相关性表示一个变量增加而另一个变量减少的程度。
什么是卡尔·皮尔逊相关分析技术？
卡尔·皮尔逊相关系数衡量两个变量之间的线性关系程度。
为了更好地理解卡尔·皮尔逊相关技术的应用，让我们看一个显示数据点之间存在正相关的示例分析。
像其他形式一样 相关性分析中，卡尔·皮尔逊方法只测量两个变量之间的关系强度，而不考虑这两个变量都可能受到第三个变量的影响。例如，冰淇淋的销量和冷饮的销量与天气状况有关。它们可能表现出正相关性，但它们彼此之间没有关系，而是与天气有关。相关性分析仅适用于数值，因此如果数据不是数字形式，则必须进行转换。例如，调查回复“非常不满意”、“不满意”、“一般”、“满意”、“非常满意”等必须转换为数字排名（即 1,2,3,4,5）。
如何利用卡尔·皮尔逊相关法来满足企业分析需求？
让我们花点时间看一个用例，以便我们能够更好地理解卡尔·皮尔逊相关分析方法的应用。
业务问题： 一家银行想要找到信用卡持有人的收入和信用卡拖欠率之间的相关性。
输入数据： 每个信用卡客户的拖欠率和每个信用卡客户的月收入。