若想準確描述事物，統計學是十分有效的，有時甚至是必要的工具。在確定兩個事物是否存在一定關聯時，統計學同樣重要。正如你所猜想的那樣，確定一種關聯是否存在甚至比準確描述事物更困難。

你需要分別正確描述型別1和型別2，然後分析型別1伴隨型別2出現的機率是怎樣的，反之亦然。如果是連續變數，分析就會更復雜。我們需要辨別型別1中的較大樣本值是否與型別2中的較大樣本值存在關聯。當我們對關聯性進行抽象描述時，很有可能在評估變數的關聯程度高低時出現大問題。事實上，我們在探索共變（或相關性）時的確出現了嚴重的問題，我們估計的結果可能會大錯特錯。

相關性

請看下面的圖表，病狀X與疾病A有關聯嗎？換句話說，是否能根據病狀X診斷病人患有疾病A？

疾病A與病狀X的關聯

如何解讀上表呢？在一群人中，有20人患有疾病A，同時具有病狀X；有80人患有疾病A，但沒有病狀X；10人未患疾病A，但有症狀X；40人既無疾病A，也無症狀X。乍看之下，這似乎是對於共變現象最簡單的觀察了。資料呈現出兩分的狀態（非此即彼）。你不必蒐集資訊，或者對不同資料進行編碼、對其分別賦值，甚至不必刻意記住任何資料。你不能有任何先入為主的成見，用以判斷不同的資料結構。資料的綜合分析已經做好了，呈現在你面前。那麼，人們如何應對這個最基本的共變資料分析任務呢？

Loading...

未載入完，嘗試【重新整理】or【關閉小說模式】or【關閉廣告遮蔽】。

嘗試更換【Firefox瀏覽器】or【Chrome谷歌瀏覽器】開啟多多收藏！

移動流量偶爾打不開，可以切換電信、聯通、Wifi。

收藏網址：www.peakbooks.cc

(＞人＜；)