Определение
Описание
Корреляция (Correlation) — это базовое статистическое понятие и показатель, отражающий наличие и силу математической взаимной вероятностной связи между двумя или более случайными величинами или признаками, при которой изменение значения одной переменной закономерно сопровождается систематическим изменением значения другой.
Степень линейной связи измеряется коэффициентом корреляции Пирсона (r), принимающим значения от -1 (строгая обратная линейная связь) до +1 (строгая прямая связь); при значении 0 линейная связь отсутствует. Для нелинейных или порядковых данных применяются ранговые коэффициенты Спирмена и Кендалла.
Главное золотое правило аналитика данных: «Корреляция не означает причинно-следственную связь» (Correlation does not imply Causation). Две переменные могут демонстрировать высокую корреляцию из-за совпадения, общего тренда во времени или влияния скрытого третьего фактора (ложная корреляция / Spurious Correlation). Чтобы доказать, что одно событие действительно является причиной другого, требуется проведение контролируемых экспериментов (A/B-тестов) или применение причинного анализа (Causal Inference).
Примеры из практики
Кейс 1 (Поиск ключевого драйвера удержания в фитнес-приложении): Аналитики обнаружили высокую прямую корреляцию (r = 0.78) между количеством добавленных друзей в приложении и 90-дневным удержанием подписки. Проведенный сплит-тест с рекомендацией добавить контакты подтвердил причинность: социальная вовлеченность снизила отток пользователей на 18%.
Кейс 2 (Распознавание ложной корреляции в продажах мороженого): Анализ показал высокую корреляцию между продажами мороженого и количеством утонувших людей на пляжах. Очевидно, что мороженое не является причиной несчастных случаев: обе метрики вызваны третьим фактором — аномальной летней жарой. Понимание этого уберегло команду от абсурдных маркетинговых выводов.
Применение на практике
Поиск скрытых закономерностей в данных и отбор метрик.