负相关编辑

统计学术语

特别提示：本站内容仅供初步参考，难免存在疏漏、错误等情况，请您核实后再引用。对于用药、诊疗等医学专业内容，建议您直接咨询医生，以免错误用药或延误病情，本站内容不构成对您的任何建议、指导。

在回归与相关分析中，因变量值随自变量值的增大（减小）而减小（增大），在这种情况下，因变量和自变量的相关系数为负值，即负相关。

函数是研究两个变量之间的依存关系的一种数量形式。对于两个变量，如果当一个变量的取值一定时，另一个变量的取值被惟一确定，则这两个变量之间的关系就是一个函数关系。对于一个变量，可以控制其数量大小的变量称为可控变量，否则称为随机变量。自变量取值一定时，因变量的取值带有一定随机性的两个变量之间的关系，叫做相关关系。相关关系中的两个变量有两种类型，一类是一个为可控变量，另一个为随机变量，另一类为两个都是随机变量。

相关关系与函数关系的异同点:

相同点：两者均是指两个变量的关系。

不同点：1.函数关系是一种确定的关系，如匀速直线运动中的时间t与路程s的关系；2.相关关系是一种非确定的关系，如一块农田的水稻产量与施肥量之间的关系。

在平面直角坐标系中，表示具有相关关系的两个变量的一组数据图形，称为散点图。散点图能直观反映两个相关变量之间的大致变化趋势，利用计算机作散点图是简单可行的办法。

比较

编辑

正相关（Positive correlation），是指两个变量变动方向相同，一个变量由大到小或由小到大变化时，另一个变量亦由大到小或由小到大变化。即其数据曲线的切线斜率始终大于零。如身高与体重，身高越长，体重就越重。也就是说，在正相关的情况下，一个变量随着另一个变量的变化而发生相同方向的变化（两个变量同时变大或变小）。其中，引起变化的量叫做自变量（即自己发生变化的量），另一个变量叫做因变量（即跟着自变量变化的量）。负相关（Negative correlation），是指两个变量变动方向相反，一个变量由大到小或由小到大变化时，另一个变量反而有小到大或由大到小变化。即其数据曲线的切线斜率始终小于零。也就是说，在负相关的情况下，一个变量随着另一个变量的变化而发生相反方向的变化。统计学中常用相关系数r来表示两变量之间的相关关系。r的值介于-1与1之间,r为正时是正相关，反映当x增加(减少)时,y随之相应增加(减少)；呈正相关的两个变量之间的相关系数一定为正值，这个正值越大说明正相关的程度越高。当这个正值为1时就是完全正相关。r的绝对值越大，表示变量之间的相关程度越高，r为负数时，表示一个变量的增加可能引起另一个变量的减少，此时，叫做负相关^。