1 基本概念
1.1 定義
相関係数は、二つの変数がどの程度一緒に変化するかを表す数値である。一般には、関係の向きと強さをひとつの尺度で示す目的で用いられる。分析対象が数値データであっても、変数同士の結びつきが直線的か、順位的かによって適切な指標は異なる。
1.2 相関の方向
相関の方向は、正と負で表される。正の相関では、一方の値が大きくなると他方も大きくなる傾向がある。負の相関では、一方が増えると他方が小さくなる傾向が見られる。方向が示すのは増減の同調または反対方向の動きであり、変化の原因を意味するものではない。
1.3 相関の強さ
相関の強さは、点の散らばり方や変化の規則性の程度に対応する。値が絶対値で大きいほど、二変数の関係は明瞭であると解釈されやすい。逆に値が0付近であれば、少なくとも選ばれた尺度では一貫した結びつきが弱いとみなされる。もっとも、散布図では見えにくい関係が他の形で存在する場合もある。
1.4 因果関係との違い
相関が高いことは、必ずしも一方が他方の原因であることを意味しない。共通の第三変数が両方に影響していることもあれば、偶然の重なりによって関係が生じることもある。したがって、相関係数は因果推論の出発点にはなっても、それ自体で因果を証明する指標ではない。
2 主な種類
2.1 ピアソンの積率相関係数
ピアソンの積率相関係数は、最も広く知られた相関指標の一つで、通常は線形な関係の強さを測る。平均からのずれをもとに計算され、直線的な結びつきが強いほど値の絶対値は大きくなる。
2.1.1 特徴
この係数は、数値の大小そのものを反映しやすく、解釈が比較的直感的である。散布図上でほぼ直線に沿うデータに適しており、実務や研究で標準的に用いられる。いっぽう、極端な値の影響を受けやすく、分布の形が偏っていると扱いに注意が必要である。
2.1.2 前提条件
厳密な意味では、変数が連続量であることや、関係が概ね線形であることが想定される。加えて、外れ値が少なく、分散の極端な不均衡がない方が安定しやすい。正規分布は理論的な検定でしばしば想定されるが、実際の適用では完全な一致までは求められないことも多い。
2.2 スピアマンの順位相関係数
スピアマンの順位相関係数は、値そのものではなく順位に注目する方法である。単調に増減する関係を捉えやすく、直線でなくても一定の方向性があれば反映される。
2.2.1 特徴
順位を使うため、尺度の違いに比較的強く、外れ値の影響もピアソンの係数より受けにくい。データの分布が歪んでいても扱いやすく、探索的分析で有用である。関係が厳密な直線でなくても、全体として増えるか減るかを見たい場合に向く。
2.2.2 順位データへの適用
評価点、序列、選好順位のような順序尺度データに適用しやすい。各観測値を順位に変換することで、値の間隔が等しいかどうかを前提とせずに分析できる。ただし、同順位が多い場合には補正が必要になることがある。
2.3 ケンドールの順位相関係数
ケンドールの順位相関係数も順位に基づく指標で、二つの順位の一致の程度を組み合わせで評価する。観測ペアの整合性を重視するため、解釈は比較的明快である。
2.3.1 特徴
この指標は、順位の入れ替わりや一致の数をもとにするため、順位構造を細かく反映しやすい。スピアマン係数と同様に非線形で単調な関係を扱えるが、計算の考え方が異なる。小さな差を強く見るというより、全体の順序がどれだけ整っているかを示す。
2.3.2 小標本での利用
標本数が少ない場面では、ケンドールの係数が安定した比較を与えることがある。特に順位データが少数で、組合せ的な一致を確認したいときに役立つ。サンプルが増えるとスピアマン係数と似た傾向を示すこともあるが、完全に同じではない。
2.4 そのほかの相関指標
相関係数には、目的に応じてさまざまな拡張や代替指標がある。単純な二変数の関係だけでなく、他の要因を調整したり、尺度の種類に合わせたりするために使い分けられる。
2.4.1 偏相関係数
偏相関係数は、第三の変数の影響を取り除いたうえで、二変数の関係を測る指標である。見かけの相関に共通要因が含まれる場合、その影響を調整して本来の結びつきを探るのに用いられる。
2.4.2 相関比
相関比は、主に一方がカテゴリ的で他方が量的なときに用いられる。線形関係に限らず、カテゴリごとの平均の違いがどの程度全体の変動を説明するかを表す。非線形な差を捉えられる点が特徴である。
3 計算と解釈
3.1 計算方法
相関係数は、二つの変数の共変動を基礎に計算される。代表的な方法では、各変数を平均からの偏差として扱い、それらの関係を標準化して求める。
3.1.1 共分散との関係
共分散は、二変数が同方向に変化するか、逆方向に変化するかを示す量である。ただし、単位の影響を受けるため、そのままでは比較しにくい。相関係数は共分散を標準偏差で割ることで尺度の影響を抑え、無次元の値として解釈しやすくしている。
3.1.2 標準化の考え方
標準化とは、各変数を平均0、分散1の形に整える考え方である。これにより、異なる単位のデータでも同じ基準で比較できる。相関係数は、標準化された変数どうしの関係を要約したものとみなせる。
3.2 値の範囲
相関係数は、通常、-1から1の範囲をとる。1は完全な正の関係、-1は完全な負の関係を示し、0は線形な結びつきがない状態を表す。中間の値は、その程度に応じて関係の強弱を示す。
3.3 正の相関と負の相関
正の相関は、変数が同じ方向に動く関係である。たとえば、片方が増えるほどもう片方も増える傾向がある。負の相関は、一方の増加に対して他方が減少する関係を指す。どちらの場合も、相関の符号は増減の方向を表し、原因の向きを意味しない。
3.4 無相関の意味
無相関とは、少なくとも選んだ相関指標では一貫した関係が見られない状態をいう。ただし、関係が完全に存在しないとは限らない。曲線的な関係や、条件によって現れる関係は、相関係数では捉えにくいことがある。
4 利用分野
4.1 統計学
統計学では、相関係数はデータの性質を把握する基本的な記述統計の一つである。変数選択、仮説の予備検討、モデル構築の前段階で広く使われる。複数の指標を比較する際にも、関係の見通しを得る手がかりとなる。
4.2 社会科学
社会科学では、調査回答、尺度項目、行動指標の関連を調べるために利用される。アンケート結果の分析や、複数の要因の結びつきを把握する場面で役立つ。もっとも、社会現象は複雑であるため、解釈には背景情報の検討が欠かせない。
4.3 自然科学
自然科学では、測定値どうしの関係を調べる際に用いられる。実験データや観測データの傾向を要約することで、仮説の検証や変数間のパターン把握に貢献する。精密な実験では、条件の統制とあわせて利用されることが多い。
4.4 経済学と金融
経済学と金融では、需要、価格、収益率、指標群の連動を確認するために相関が活用される。資産分散や市場分析でも重要であり、複数項目の連動性をみる上で基本的な道具となる。とはいえ、市場変動は非線形で不安定な場合も多く、過信は禁物である。
5 注意点
5.1 外れ値の影響
外れ値は、相関係数を大きく変えることがある。特にピアソンの係数では、少数の極端な観測値が全体の印象を歪めやすい。分析前に散布図を確認し、必要に応じて頑健な手法を検討することが望ましい。
5.2 非線形関係
相関係数は、主として線形または単調な関係の把握に向いている。したがって、U字型のような非線形関係では、実際には関連があっても値が低く出ることがある。こうした場合は、別の指標やモデルで構造を調べる必要がある。
5.3 標本サイズの影響
標本が小さいと、相関の推定は不安定になりやすい。偶然のばらつきが結果に強く反映され、見かけの強い相関が生じることもある。逆に標本が非常に大きいと、わずかな関係でも統計的に有意になりやすいため、実質的な大きさの判断が重要になる。
5.4 データの分布と尺度
データの分布が極端に偏っていたり、尺度の意味が不適切だったりすると、相関係数の解釈は難しくなる。名義尺度や順序尺度では、適した指標を選ぶ必要がある。測定方法の違いが結果に影響するため、数値の背後にあるデータ構造を確認することが大切である。
6 関連概念
6.1 共分散
共分散は、二つの変数が同時にどの方向へ変化するかを示す基本量である。相関係数の基盤にあたり、尺度の影響を除く前段階の情報として位置づけられる。
6.2 回帰分析
回帰分析は、一方の変数から他方を説明または予測するための手法である。相関が対称的な関係を要約するのに対し、回帰は目的変数と説明変数の役割を分ける点に特徴がある。
6.3 決定係数
決定係数は、回帰モデルがどの程度データの変動を説明できるかを示す指標である。単回帰では相関係数と密接に関係し、モデルの説明力を補助的に把握する際に使われる。
6.4 連関係数
連関係数は、主にカテゴリ変数どうしの関連を表す指標群を指す。相関係数が量的データの結びつきに重点を置くのに対し、連関係数は表の構造やカテゴリの対応を評価するために用いられる。