相關性的入門

R 中的 A/B 測試

Lauryn Burleigh

Data Scientist

A/B 設計中的相關

  • 關係的強度與方向
  • 兩個變數
  • 一個變數每單位改變，另一個變數隨之增減
    • 享受度與用餐時間相關
  • 忽略群組

散佈圖顯示正相關，x 軸為時間、y 軸為享受度；每個點以顏色區分 Pepperoni pizza（粉紅）與 Cheese pizza（藍色）。

R 中的 A/B 測試

A/B 設計中的相關

  • 群組內

 

僅 Cheese pizza 的散佈圖，x 軸為時間、y 軸為享受度，呈現正相關。

 

 

僅 Pepperoni pizza 的散佈圖，x 軸為時間、y 軸為享受度，呈現正相關。

R 中的 A/B 測試

相關性

  • 相關性不代表因果關係

  • 溺水增加與冰淇淋銷量增加

    • 不是因果
    • 較可能：天氣炎熱的月份
  • 用 A/B 推論因果
    • 進行變更並測試

  • A/B：cheese 與 pepperoni

    • 享受度與吃披薩時間
    • 變更群組－關係也改變

  • 不代表依存關係

ggplot(data, aes(x = drownings, 
                 y = icecream)) +
  geom_point()

散佈圖顯示正相關，x 軸為溺水人數、y 軸為冰淇淋銷量。

R 中的 A/B 測試

相關係數

  • 相關係數（r）：關聯程度
    • -1 到 +1
  • 值越極端，關聯越強
    • 預測更好

 

散佈圖顯示無相關，整個 x 軸上 y 軸位置大致相同。

散佈圖顯示負相關：x 軸左側點較高，往右遞減。

散佈圖顯示正相關：x 軸左側點較低，往右遞增。

R 中的 A/B 測試

相關值

  • 可由享受度解釋的吃飯時間變異比例
    • R^2
corvalue <- cor(data$time, data$enjoyment)
corvalue

[1]    .73

corvalue^2

[1]        .5329
R 中的 A/B 測試

相關的限制

  • 對離群值特別敏感

 

相關係數

  • 不是最佳擬合線

    • 迴歸

  • 不代表顯著性

    • 需用相關係數與樣本數計算 p 值

電腦螢幕上的正相關圖，右下有一個遠離線性趨勢的點，標示為離群值。

溺水人數（x 軸）與冰淇淋銷量（y 軸）的散佈圖，含一條紅色最佳擬合線。

R 中的 A/B 測試

一起來練習吧！

R 中的 A/B 測試

Preparing Video For Download...