当一个或几个变量取一定的值时,另一个变量有确定值与之相对应,这种关系称为确定性的函数关系。例如,在函数 y = x +1中,当 x =1时, y 必然等于2, x 称为自变量, y 称为因变量,如图10-1a所示。相反,当一个或几个相互联系的变量取一定数值时,与之相对应的另一个变量的值不确定,但仍按某种规律在一定的范围内变化,这种关系称为具有不确定性的相关关系。对于相关关系,一般不能用精确的函数进行表达,当自变量 x 取某个值时,因变量 y 的取值不唯一,可能有多个,因此是一种不确定的关系。图10-1b表示的两个变量之间的关系就是相关关系,如体重与身高之间的关系、收入与消费之间的关系、产品价格与销量之间的关系等都属于相关关系。
值得注意的是,在图10-1c中,虽然两个变量之间的关系不确定,但由于二者之间的变化毫无关联,因此为不相关关系。
图10-1 函数关系与相关关系、不相关关系的比较
在相关关系中,有一种特殊类型的相关关系,即线性相关。如果两个变量之间呈现出一定的线性变化规律,则二者具有线性相关关系,如图10-2a与图10-2b所示;相反,则称为非线性相关,如图10-2c所示。在线性相关中,如果两个变量同向变化,则二者为正线性相关,如人的体重与身高之间、家庭的收入与消费之间都具有正线性相关关系;相反,如果二者呈现反向变化,则具有负线性相关关系,如产品的价格与销量之间、投资组合的风险与收益之间都具有明显的负线性相关关系。另外,按照线性相关的程度,可以将线性相关划分为完全线性相关与不完全线性相关,完全线性相关又分为完全正线性相关和完全负线性相关,如图10-3所示。
图10-3 完全线性相关
总之,对于变量之间的相关关系,按相关的形式可分为线性相关和非线性相关;而线性相关关系,按照线性相关的程度可分为完全线性相关、不完全线性相关和不相关;按相关的方向可分为正线性相关和负线性相关。