大白话大数据系列：相关分析方法

今天我们来讲讲分析方法的相关系数

定义

相关分析方法的定义就是利用指标衡量两种数据间的相关程度。

1）数值大小表示两种数据的相关程度：

相关系数的绝对值越大，说明两种数据的相关程度越高。

弱相关：0～0.3

高度相关：0.6～1

2）数值正负反映两种数据的相关方向：

-：反方向变化，负相关，一种数据增大，另一种数据随之减小

+：同方向变化，正相关，一种数据增大，另一种数据随之增大

0：不是线性相关

应用场景

比如说一个APP的日活量下降，经过假设检验分析，我们了解到日活量下降的原因有三个：

1.获取用户的渠道B出现了问题

2.产品出现了闪退等问题

3.竞品对手开始了大额补贴

这三个问题都很棘手，都急需解决。但是因为公司的资源有限，只能优先解决一个问题，那么哪个问题是最优先的呢？

这里就要用到相关系数分析，我们分析后发现问题2.产品出现了闪退和日活量下降相关系数最高，所以我们知道了解决闪退问题是最优先的了。

注意事项

相关关系我们很容易和因果关系相混淆。

因果关系往往是A事件导致了B事件

而相关关系是A事件发生的同时，B事件也发生了，但是我们不能说A事件的发生导致了B事件的发生。

实际上，相关关系的发生要么是有个C事件的发生导致的，要么是纯属巧合。

那么，怎样判断是因果关系还是相关关系呢？

单一控制变量法即可，对，就是初中学的那个！~！

举个栗子：每天早上，公鸡都会打鸣，太阳都会升起。那么这两者之间是啥关系呢？

我们把公鸡炖了，太阳依然会照常升起。

所以这不是因果关系，属于相关关系。

CTR技术建立在相关关系分析的基础上的，大部分时候我们往往无法找到直接的因果关系，当必须找到原因时：先找到相关关系，再通过实验找到因果关系。

最后打个小广告，我的微信公众号：顾先生的数据挖掘

喜欢的小伙伴可以关注下，你的关注是我最大的动力！