[回归指标]R2、PCC（Pearson’s r ）

R2相关系数

R2相关系数很熟悉了，就不具体解释了。

皮尔逊相关系数（PCC）

皮尔逊相关系数是研究变量之间线性相关程度的量，R方和PCC是不同的指标。R方衡量x和y的接近程度，PCC衡量的是x和y的变化趋势是否相同。R方是不对称关系，PCC是对称关系。

皮尔逊相关系数小结

• Pearson’s r 只适用于线性数据。

• 看下面的图。它们清楚地展示了一种看似非随机的关系，但是 Pearson’s r 非常接近于零。

• 原因是因为这些图中的变量具有非线性关系。

• 我们通常可以将两个变量之间的关系描绘成一个点云，分散在一条线的两侧。点云的分散度越大，数据越「嘈杂」，关系越弱。

• 然而，由于它将每个单独的数据点与整体平均值进行比较，所以 Pearson’s r 只考虑直线。这意味着检测非线性关系并不是很好。

• 在上面的图中，Pearson’s r 并没有显示研究对象的相关性。

• 然而，这些变量之间的关系很显然是非随机的。幸运的是，我们有不同的相关性方法。