データ分析や統計解析の現場において、2つの変数の間にどのような関連性があるのかを数値化して把握することは極めて重要です。その指標として広く活用されているのが「相関係数」です。本記事では、相関係数の基本的な公式や、最も代表的な「ピアソン積率相関係数」の具体的な計算手順、さらに順位データを扱う際に用いられる「スピアマンの順位相関係数」との違いについて、統計的な仕組みを交えて分かりやすく整理・解説します。
データ間の関係性を正しく読み解くための基礎知識を身につけることで、ビジネス上の意思決定や学術研究におけるデータ解釈の精度を大きく高めることができます。線形関係の強弱を測る仕組みを体系的に紐解いていきましょう。
相関係数とは何か?2つの変数における線形関係の基本
日本産業規格(JIS)では、相関(correlation)について「二つの確率変数の分布法則の関係。多くの場合、線形関係の程度を指す」と定義しています。つまり、一方の変数が変化したときにもう一方の変数も規則的に変化する傾向があるかどうか、その直線の結びつき(線形関係)の強弱を測るための値が相関係数です。
相関係数の値は必ず「-1から1の間」に収まります。値が1に近いほど強い「正の相関(一方が増えればもう一方も増える)」を示し、-1に近いほど強い「負の相関(一方が増えればもう一方は減る)」を示します。また、値が0に近い場合は、2つの変数間に直線的な関係が見られない(無相関)と判断されます。
ピアソン積率相関係数の公式と具体的な計算方法
統計学で単に「相関係数」といえば、一般的に「ピアソン積率相関係数(Pearson correlation coefficient)」を指します。この指標は、2つのデータが正規分布に従っていることを仮定するパラメトリックな手法であり、以下の公式によって算出されます。
ピアソン積率相関係数 $r$ の公式は、共分散を、2つの変数の標準偏差の積で割ったものとして定義されます。
$$r = \frac\sum_i=1^n (x_i - \barx)(y_i - \bary)\sqrt\sum_i=1^n (x_i - \barx)^2 \sqrt\sum_i=1^n (y_i - \bary)^2 = \frac\textCov(x,y)s_x s_y$$
分子にあるのが共分散であり、これは2つの変数がどれだけ連動して平均値から離れているかを示します。分母にあるのはそれぞれの標準偏差の積であり、これによりデータのばらつきの大きさを標準化し、-1から1の範囲に収まるようにスケーリングしています。
相関係数の算出に関わる主要な統計指標の整理
相関係数の公式を深く理解するためには、その構成要素である共分散や標準偏差の役割を把握しておく必要があります。以下に、統計解析における各指標の特徴と役割を比較・整理しました。
| 統計指標・用語 | 概要・定義 | 統計解析における主な役割 |
|---|---|---|
| ピアソン積率相関係数 | 2つの量的データ間の線形関係の強さを表す指標(-1〜1) | 直線的な相関関係の強弱を標準化して評価する |
| 共分散(Covariance) | 2つの変数の偏差の積の平均値 | 2つの変数が一緒にどのように変動するかを示す(単位に依存) |
| 標準偏差(Standard Deviation) | データの平均値からの散らばりの度合いを示す指標 | データのばらつきを元のデータの単位で評価・標準化する |
| スピアマンの順位相関係数 | データを大小の順位に置き換えて計算するノンパラメトリックな指標 | 外れ値の影響を受けにくく、順序尺度データなどに適用できる |
スピアマンの順位相関係数との違いとノンパラメトリック手法
ピアソン積率相関係数は広く使われている一方で、データの正規性が仮定できない場合や、極端な外れ値が存在する場合には適切な評価ができないという制約があります。このような場合に用いられるのが、ノンパラメトリックな手法である「スピアマンの順位相関係数(Spearman's rank correlation coefficient)」です。
スピアマンの順位相関係数では、実際の数値データそのものではなく、それぞれのデータの中でどれだけ大きいか・小さいかという「順位」に変換した上で相関を計算します。これにより、数値の大小関係や単調増加・単調減少の傾向を評価することが可能になります。また、さらに順位のペアの不一致に着目した「ケンドールの順位相関係数」なども、サンプル数が少ない場合や同順位が多いデータに対して一般的に用いられます。
相関係数を取り扱う際の重要な注意点と誤解
統計解析を行う上で、相関係数を読み解く際にはいくつかの重要な注意点が存在します。よくある誤解として「相関関係がある=因果関係がある」と短絡的に結論づけてしまうケースが挙げられますが、統計的な相関はあくまで2つの変数の連動性を示しているにすぎません。背後には第三の隠れた変数(共通の原因)が存在する場合もあるため注意が必要です。
また、ピアソン積率相関係数は「線形(直線的)な関係」の強さを測るものであるため、データがU字型や曲線的な関係を描いている場合には、実際には強い関連性があるにもかかわらず相関係数がほぼ0になってしまうことがあります。必ず散布図を描いてデータの形状を目視で確認することが不可欠です。
【相関係数公式】に関するよくある質問(FAQ)
Q1:相関係数がマイナスになるのはどのような状態ですか?
A1:一方が増加するときにもう一方が減少する「負の相関」関係にある状態です。例えば、価格が上がると需要が下がる関係などが該当します。
Q2:相関係数がいくつ以上であれば「強い相関」と言えますか?
A2:一般的に、絶対値が0.7から1.0の間であれば強い相関、0.4から0.7の間であれば中程度の相関、0.2から0.4の間であれば弱い相関があると解釈されます。
Q3:Excelやスプレッドシートで相関係数を簡単に計算する方法はありますか?
A3:「CORREL関数」または「PEARSON関数」を使用することで、2つのデータ範囲を指定するだけで簡単にピアソン積率相関係数を算出できます。
本記事では、相関係数の基本的な定義から、ピアソン積率相関係数の公式、共分散や標準偏差との関係、そしてスピアマンの順位相関係数との違いに至るまで詳しく解説してきました。統計解析を実務や研究で活かすためには、単に数値を算出するだけでなく、データの性質(量的データか順位データか、正規性を満たしているか)に合わせた手法の選択が大切です。
散布図による視覚的な確認と、適切な公式・指標に基づく数値評価を組み合わせることで、データに潜む本質的な関係性を正確に読み解くことができるようになります。