什麼是皮爾遜係數？
皮爾遜係數是一種相關係數，表示在相同區間或比率範圍內測量的兩個變量之間的關係。皮爾遜係數是兩個連續變量之間關聯強度的度量。
瞭解皮爾遜係數
爲了找到皮爾遜係數（也稱爲皮爾遜相關係數或皮爾遜積矩相關係數），將兩個變量放置在散點圖上。變量表示爲 X 和 Y。要計算的係數必須具有一定的線性；與線性關係沒有任何相似之處的散點圖將毫無用處。散點圖越接近直線，關聯強度越高。在數值上，皮爾遜係數的表示方式與線性迴歸中使用的相關係數相同，範圍從 -1 到 +1。 +1 值是兩個或多個變量之間完美正相關的結果。正相關表明兩個變量朝同一方向移動。相反，值 -1 表示完美的負關係。負相關表明，隨着一個變量的增加，另一個變量會減少；它們是負相關的。零表示沒有相關性。
要點
- 皮爾遜係數是表示兩個變量（表示爲 X 和 Y）之間關係的數學相關係數。
- 皮爾遜係數的範圍從+1到-1，+1代表正相關，-1代表負相關，0代表沒有關係。
- 皮爾遜係數顯示相關性，而不是因果關係。
- 英國數學家和統計學家卡爾·皮爾遜 (Karl Pearson) 因開發了許多統計技術而受到讚譽，包括皮爾遜係數、卡方檢驗、p 值和線性迴歸。
皮爾遜係數的好處
對於希望投資組合多元化的投資者來說，皮爾遜係數可能很有用。根據資產對（例如股票-債券、股票-商品、債券-房地產等）或更具體的資產（例如大盤股、小盤股和債務）之間的歷史回報散點圖進行計算新興市場股票——將產生皮爾遜係數，以幫助投資者根據風險和回報參數組建投資組合。但請注意，皮爾遜係數衡量的是相關性，而不是因果關係，這意味着一個變量在另一個變量中產生了結果。如果大盤股和小盤股的係數爲0.8，則無法知道是什麼導致了相對較高的關聯強度。
卡爾·皮爾遜是誰？
卡爾·皮爾遜（Karl Pearson，1857-1936）是一位英國學者，在數學和統計學領域做出了多產的貢獻。他被認爲是現代統計學的主要創始人和優生學的倡導者。除了同名係數之外，皮爾遜還因卡方檢驗和 p 值等概念以及線性迴歸和分佈分類的發展而聞名。 1911年，培生在倫敦大學學院創建了世界上第一個大學統計系——應用統計系。
1901年，皮爾遜創辦了第一份現代統計學雜誌《Biometrika》。