相關係數 是什麼？
Correlation — 相關係數 的完整解釋
相關係數衡量兩個變數之間線性關係的強度和方向，範圍從 -1 到 1。1 表示完全正相關，-1 表示完全負相關，0 表示沒有線性關係。
容易混淆
相關係數 vs 因果關係 vs 共變異數
相關係數：看關聯的方向和強度，標準化後通常介於 -1 到 1
因果關係：看一個變數是不是造成另一個變數
共變異數：看共同變動方向，但沒有標準化，尺度受單位影響
最關鍵的區別：相關只說一起變，不等於互相造成。
記住這句就好
會一起變，不代表有因果。
實際案例
銷售分析
前：只看到冰淇淋銷量和氣溫一起上升，卻急著下結論
後：先用相關係數看關聯，再進一步檢查是否有其他因素
學習成效
前：以為上課時數和考分一定成正比
後：先看相關，再搭配其他變數判斷是不是還有背景因素影響
算法與應用
相關係數常見形式有皮爾森相關和斯皮爾曼相關，前者看線性關係，後者看單調關係
它常用於探索性資料分析、特徵篩選和假設建立
但它只是起點，不能單靠一個數字就下商業或科學結論
情境判斷
Q1（直覺題）： 相關係數接近 1，通常代表兩個變數一起升降得很明顯嗎？
→ 是，代表正相關很強。
Q2（判斷題）： 只要相關係數高，就能直接說一個變數造成另一個變數嗎？
→ 不能，這還不夠證明因果。
相關術語
常見問題
相關係數為 0 代表完全沒關係嗎？
不一定，只是代表沒有線性關係，仍可能有非線性關係。
相關係數可以是負的嗎？
可以，代表一個變大時另一個傾向變小。
相關係數要怎麼解讀大小？
要看領域背景，沒有放諸四海皆準的絕對門檻。