若想准确描述事物，统计学是十分有效的，有时甚至是必要的工具。在确定两个事物是否存在一定关联时，统计学同样重要。正如你所猜想的那样，确定一种关联是否存在甚至比准确描述事物更困难。

你需要分别正确描述类型1和类型2，然后分析类型1伴随类型2出现的概率是怎样的，反之亦然。如果是连续变量，分析就会更复杂。我们需要辨别类型1中的较大样本值是否与类型2中的较大样本值存在关联。当我们对关联性进行抽象描述时，很有可能在评估变量的关联程度高低时出现大问题。事实上，我们在探索共变（或相关性）时的确出现了严重的问题，我们估计的结果可能会大错特错。

相关性

请看下面的图表，病状X与疾病A有关联吗？换句话说，是否能根据病状X诊断病人患有疾病A？

疾病A与病状X的关联

如何解读上表呢？在一群人中，有20人患有疾病A，同时具有病状X；有80人患有疾病A，但没有病状X；10人未患疾病A，但有症状X；40人既无疾病A，也无症状X。乍看之下，这似乎是对于共变现象最简单的观察了。数据呈现出两分的状态（非此即彼）。你不必搜集信息，或者对不同数据进行编码、对其分别赋值，甚至不必刻意记住任何数据。你不能有任何先入为主的成见，用以判断不同的数据结构。数据的综合分析已经做好了，呈现在你面前。那么，人们如何应对这个最基本的共变数据分析任务呢？

Loading...

未加载完，尝试【刷新】or【关闭小说模式】or【关闭广告屏蔽】。

尝试更换【Firefox浏览器】or【Chrome谷歌浏览器】打开多多收藏！

移动流量偶尔打不开，可以切换电信、联通、Wifi。

收藏网址：www.finalbooks.work

(＞人＜；)