📊
相关性
散点图 · 趋势
八年级
先弄清：为什么学这个
先问一句： 身高越高，体重一般也越重——这说明什么？
情境： 散点图看趋势：两量一起涨或一起落叫相关，但相关不等于因果。
人话： 相关性是在练「从数据看图说话」：描述趋势，不急着下定论。
- 观察：散点大致往哪个方向偏
- 猜想：正相关/负相关/无明显相关
- 结论：描述趋势，区分相关与因果
练习记录是代理指标，不是成绩或能力认证。
在六大体系地图里，你正在学： 统计与概率 · 相关性 — 看全图 →
本单元：相关性——相关不等于因果，读图描述趋势。
因为： 下方六步拆解帮你「学得会」；练题请走按考法或今日包，和矩阵真题同源。
回学习地图 · 今日推荐 →练前信心
- 靠谱： 下方模型卡片是理解结构，分数来自按考法练记录。
- 学得会： 单元页先读结构再练，和报告弱项可对上。
- 下一步： 主按钮回今日推荐；条内可直达按考法练。
更多说明（教师 / 研发）
核心模型卡片与 wiki workflow 在下方；练习代理，非公理能力认证。
练习记录是代理指标，不是成绩或能力认证。
学得会 · 这条线
相关不等于因果，读图描述趋势。
- 属于「统计与概率」主线的一格
- 先读懂结构，再开练对应考法
- 错题回报告看弱项是否更新
🔗 本章核心关系链条
相关关系 ≠ 因果关系——这是统计学最重要的思维方式之一
相关是表面现象，因果需要更深层的机制解释
模型0 正相关 ↑
核心关系链条
正相关：两个变量同方向变化
正相关≠因果关系
六步模型结构
🟢
📌 对象
当一个变量增大时，另一个变量也趋于增大的关系（两个变量同方向变化）
🔵
🔧 结构
x 增大 → y 增大（或 x 减小 → y 减小），在散点图上表现为从左下到右上的点阵
🟡
⚡ 触发条件
题目中出现"正相关""同方向变化""一起增大""正相关关系"
🟣
⚙️ 操作
①列出两种变量的配对数据 ②绘制散点图观察趋势 ③点从左下到右上看→正相关 ④从右上到左下看→负相关 ⑤散乱无规律→不相关
🔴
⚠️ 易错点
正相关只是趋势，不是一一对应（身高增加体重增加，但身高相同时体重也各异）；正相关只说明两个变量有关联，不能得出因果关系
⚪
🔄 反例
"学生身高越高，数学成绩越好"——即使数据呈正相关，也不能说身高导致成绩好（可能共同原因是营养好）；身高和体重正相关，但变胖不是长高的原因，它们只是同时受发育影响
模型1 负相关 ↓
核心关系链条
负相关：两个变量反方向变化
相关≠因果：可能是共同原因导致的假相关
六步模型结构
🟢
📌 对象
当一个变量增大时，另一个变量趋于减小的关系（两个变量反方向变化）
🔵
🔧 结构
x 增大 → y 减小（或 x 减小 → y 增大），在散点图上表现为从左上到右下的点阵
🟡
⚡ 触发条件
题目中出现"负相关""反方向变化""此消彼长"
🟣
⚙️ 操作
①观察散点图趋势 ②若点从左上向右下分布→负相关 ③若从左下向右上→正相关 ④散乱→不相关
🔴
⚠️ 易错点
负相关同样是相关性描述，不是因果关系；负相关的两个变量，一个增大另一个减小，但这种"此消彼长"可能只是表面现象
⚪
🔄 反例
"学习时间越长考试成绩越差"呈负相关，实际可能是题目太难导致时间久且成绩差（共同原因是题目难度）；"使用农药越多，农作物产量越低"呈负相关，但实际可能是因为虫害严重地区被迫多用农药同时产量低（共同原因是虫害严重）
模型2 不相关 →
核心关系链条
不相关：两个变量没有系统性的变化规律
相关分析前先确认变量之间是否有逻辑联系
六步模型结构
🟢
📌 对象
两个变量之间没有明显的变化规律，散点图上数据点杂乱无章
🔵
🔧 结构
x 的变化对 y 没有系统性影响，两者相互独立
🟡
⚡ 触发条件
题目问"是否相关""有无关系""哪个因素影响更大"
🟣
⚙️ 操作
①观察散点图分布 ②若点明显聚集在一条直线附近→有相关（正或负） ③若点分散→不相关 ④结合生活经验判断：通常有明显逻辑关联的两个变量才会相关
🔴
⚠️ 易错点
"不相关"不等于"毫无关系"，只是没有线性关系（可能存在其他非线性关系）；样本量太小时不能轻易判断不相关
⚪
🔄 反例
鞋码和数学成绩通常不相关（数据点分散，无明显趋势）；但不相关有时是因为统计范围不当——若只统计成年人，鞋码和身高可能相关
三种相关关系对比
| 类型 | 散点图特征 | 典型实例 | 注意事项 |
|---|---|---|---|
| 正相关 ↑ | 点从左下到右上有序分布 | 身高↑→体重↑；学习时间↑→成绩↑ | ≠ 因果，同方向变化 |
| 负相关 ↓ | 点从左上到右下落分布 | 运动越多→体重越低；价格↑→需求↓ | 反方向变化，不等于反因果 |
| 不相关 → | 点杂乱无章 | 鞋码↔数学成绩；血型↔身高 | ≠ 绝对无关，只是无线性相关 |
⚠️ 专题：相关≠因果——统计学最重要的思维方式
什么是相关关系？
两个变量在数据上呈现同向或反向变化的趋势，但一个变量的变化并不一定是另一个变量变化的原因。
什么是因果关系？
A 的变化直接导致了 B 的变化，排除其他干扰因素后，A 变 B 必然跟着变。
为什么不能把相关当因果？
两个变量可能同时受第三个变量（混淆变量）的影响，导致"相关但无因果"：
- 冰淇淋销量↑ & 溺水人数↑ → 共同原因：夏天（天气热）
- 起床晚 & 迟到率高 → 共同原因：睡眠不足/作息混乱
- 穿鞋睡觉的人更容易失眠 → 共同原因：穿了不舒服的鞋/疲劳工作
练完要知道的三件事
练完本章后对照报告：为什么错 · 缺什么 · 下一步练什么（练习代理，非诊断结论）
含错因说明 slug（练习代理，非诊断结论）
家长 30 秒说明— 练了什么 / 弱在哪 / 下一步（练习代理）。