中文名：正相关

外文名：Positivecorrelation

解释：自变量增长，因变量也跟着增长

对称：负相关

适用范围：数理科学

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）。

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时就是完全正相关的情形，如点子排为一条直线，为完全正相关。正相关虽然意思明确，其实是个模糊的概念，不可以量化，只是定性说法。如果有明确的关系，例如y=2x，这叫y与x成正比，如果只是大体上，x、y的变化方向一样，例如x上升，y也上升或者x下降，y也下降，那么，这叫正相关。反之，x上升，y却下降，或者x下降，y却上升，就叫负相关了。

正比

图1 资金收益率和年限的正相关

变量关系

在一次对人体内脂肪含量与年龄关系的研究中，研究人员的出了一组样本数据：

下面便要做出散点图（而不是函数图象），因为从表中可以看到年龄为57的，脂肪含量并没有增大。

对与表中数据，我们假设人的年龄影响体内脂肪含量，于是，按照习惯，以x轴表示年龄，以y轴表示脂肪含量，得到散点图：

图2

附：回归直线的算法：

y=kx+b(k>0)

y=x^a(x>0,a>0)

y=a^x(a>1)