皮尔逊系数

皮尔逊系数是多少？

皮尔逊系数是一种相关系数，表示在相同区间或比率尺度上测量的两个变量之间的关系。皮尔逊系数是衡量两个连续变量之间关联强度的指标。

了解皮尔逊系数

为了找到 Pearson 系数，也称为 Pearson 相关系数或 Pearson 积矩相关系数，将这两个变量放在散点图上。变量表示为 X 和 Y。要计算的系数必须具有一定的线性度；不描绘与线性关系有任何相似之处的散点图将毫无用处。散点图越接近直线，关联强度越高。在数值上，Pearson 系数的表示方式与线性回归中使用的相关系数相同，范围从 -1 到 +1。 +1 的值是两个或多个变量之间完全正相关的结果。正相关表明两个变量都向同一方向移动。相反，-1 的值表示完美的负关系。负相关表明随着一个变量的增加，另一个变量减少；它们是负相关的。零表示没有相关性。

皮尔逊系数的好处

对于希望使投资组合多样化的投资者，皮尔逊系数可能很有用。从资产对（例如股票-债券、股票-商品、债券-房地产等）或更具体的资产（例如大盘股、小盘股和债务）之间的历史回报散点图计算新兴市场股票——将产生皮尔逊系数，以帮助投资者根据风险和回报参数构建投资组合。但是请注意，皮尔逊系数衡量的是相关性，而不是因果关系，这意味着一个变量在另一个变量中产生了结果。如果大盘股和小盘股的系数为 0.8，则不知道是什么导致了相对较高的关联强度。

卡尔·皮尔森是谁？

卡尔·皮尔逊 (Karl Pearson, 1857-1936) 是一位英国学者，在数学和统计学领域做出了多产的贡献。他被认为是现代统计学的主要创始人和优生学的倡导者。除了同名系数之外，Pearson 还以卡方检验和 p 值等概念以及线性回归和分布分类的发展而闻名。 1911年，皮尔逊在伦敦大学学院创立了世界上第一个大学统计系——应用统计系。

1901 年，Pearson 创办了第一本现代统计学期刊，名为 Biometrika。

＃＃ 强调

• 皮尔逊系数显示相关性，而不是因果关系。

• 英国数学家和统计学家 Karl Pearson 因开发了许多统计技术而受到赞誉，包括 Pearson 系数、卡方检验、p 值和线性回归。

• 皮尔逊系数是表示两个变量之间关系的数学相关系数，表示为 X 和 Y。

• Pearson 系数的范围从 +1 到 -1，其中 +1 表示正相关，-1 表示负相关，0 表示没有关系。