↑: [[G検定に関する知識]] - [[共分散]]を両変数の標準偏差で割ってスケールを整えた指標 - 値域：-1〜1 - 1に近い：強い正の相関 - -1に近い：強い負の相関 - 0に近い：相関なし - **単位（スケール）に依存しない**→異なるデータ間で比較可能 - 共分散との違い：共分散は単位依存、相関係数は単位非依存 - **相関≠因果**：強い相関があっても交絡（疑似相関）・逆因果・偶然の可能性がある。因果の主張にはRCTなど因果推論の枠組みが別途必要 ← 重要 - 相関係数が0でも**非線形の関係**（y=x²など）は存在しうる。「0なら完全に独立で一切の関係がない」は誤り ← ひっかけ - 定義：共分散を両変数の標準偏差の積で割ったもの（ピアソンの積率相関係数） - 共分散を-1〜+1に正規化した値。2変数の線形関係の強さを示す - +1：完全な正の相関、0：無相関、-1：完全な負の相関 - 注意：相関≠因果。疑似相関（第三の変数が原因）に注意 - 非線形関係は検出できない（相互情報量が有効） - cf. [[共分散]], [[疑似相関]], [[偏相関係数]], [[相互情報量]], [[AIに必要な数理・統計知識]]