在 Pearson 相關之前分箱數據是否有效？

是否可以對數據進行分箱，計算分箱的均值，然後在這些均值的基礎上推導出皮爾遜相關係數？對我來說，這似乎有點可疑，因為（如果您將數據視為總體樣本）這些均值的分散將是均值的標準誤差，因此如果很大。所以你可能會得到比原始數據更好的相關係數，這似乎是錯誤的。另一方面，人們通常在相關性計算之前對重複測量進行平均，這並沒有太大的不同。

與您的問題不完全相同，但在相關說明中，我記得不久前讀過一篇文章（The American Statistician 或 Chance 雜誌，2000 年至 2003 年之間的某個時間），該文章表明，對於任何包含 2 個變量的數據集，它們都很漂亮非常不相關，您可以找到一種方法來對“預測變量”變量進行分箱，然後取每個箱內響應變量的平均值，並根據您的分箱方式在表格或簡單圖中顯示正關係或負關係。

引用自：https://stats.stackexchange.com/questions/60678