Конверсия растёт со скидкой до порога, а затем почти не меняется. При этом Pearson r между скидкой и конверсией близок к 0. Какой вывод корректен?
AЭто доказывает полное отсутствие любой связи: ни
Pearson, ни ранговая зависимость не нашли структуры в данныхBНулевой
Pearson r возможен и при сильной нелинейной связи: Pearson r измеряет именно линейность зависимостиCЭто значит, что данных слишком мало для анализа и нужно собрать существенно больше пар скидка/
PearsonDЭто значит, что
Pearson r в принципе бесполезен для продуктовых метрик и его не стоит считать в анализахПравильный ответ. Нулевой
Pearson r не исключает нелинейную связь — коэффициент чувствителен только к линейной составляющей.Разбор
Pearson r хорошо ловит именно линейные зависимости. Если связь насыщается или имеет порог, линейная мера может давать значение около нуля — даже когда зависимость очевидна по графику. В таких случаях стоит визуализировать данные, считать ранговую корреляцию (Spearman) или строить модели, которые учитывают форму зависимости, а не только линейность.
Проверь себя · 1/3разбор после ответа
У вас миллион наблюдений,
Pearson r между двумя метриками равен 0.03, а p-value очень маленький. Какой вывод наиболее корректен для продукта?Ещё вопросы по теме «Корреляция и регрессия»
- В отчёте нашли положительную корреляцию между числом пушей на пользователя и выручкой. Какой вывод наиболее корректен?
- В данных по товарам коэффициент корреляции Пирсона между ценой и конверсией равен -0.7. Как это интерпретировать?
- У вас 100 наблюдений, где почти нет связи между `x` и `y`, но есть одна точка с очень большим `x` и `y`. После добавления этой точки `Pearson r` стал 0.8. Что это чаще всего означает?
- Вы видите положительную корреляцию между продажами мороженого и количеством утоплений по дням. Это типичный пример ложной связи. Что наиболее вероятно объясняет наблюдение?
- Вы нашли корреляцию между количеством показов рекламы и выручкой. Но вы знаете, что в праздники и показы, и выручка растут. Как лучше описать риск интерпретации?
- Все вопросы по «Корреляция и регрессия» →