Correlation
您如何解釋相關性和協方差之間的區別？
跟進這個問題，您將如何向僅了解均值的人解釋協方差？，它解決了向外行人解釋協方差的問題，在我的腦海中提出了一個類似的問題。
如何向統計學新手解釋協方差和相關性之間的差異？似乎兩者都指一個變量的變化鏈接回另一個變量。
與提到的問題類似，最好不要使用公式。
協方差的問題在於它們難以比較：當您計算一組身高和體重的協方差時，分別以米和千克表示，您將得到與以其他單位計算時不同的協方差（這已經給使用或不使用公制系統的人帶來了問題！），而且，很難判斷（例如）身高和體重是否“變化更多”，比如腳趾和手指的長度，僅僅是因為計算協方差的“尺度”不同。
對此的解決方案是“標準化”協方差：將協方差除以表示兩個協變量的多樣性和規模的東西，最終得到一個確保在 -1 和 1 之間的值：相關性。無論您的原始變量在哪個單位，您將始終得到相同的結果，這也將確保您可以在一定程度上比較兩個變量是否比其他兩個變量“相關”更多，只需比較它們的相關性。
注意：以上假設讀者已經理解協方差的概念。