الارتباط وأشكال الانتشار

في الإحصاء كثيرًا ما نسجّل متغيرين للحالات نفسها، مثل عدد ساعات مراجعة كل تلميذ والدرجة التي حصل عليها، أو ارتفاع مدينة عن سطح البحر ودرجة حرارتها. ويصف الارتباط كيف يتغير المتغيران معًا. فإذا صاحبت القيمُ الكبيرة للمتغير x قيمًا كبيرة للمتغير y غالبًا (والصغيرةُ الصغيرةَ) كان الارتباط طرديًّا، ويسمى أيضًا موجبًا. وإذا صاحبت القيمُ الكبيرة للمتغير x قيمًا صغيرة للمتغير y غالبًا كان الارتباط عكسيًّا، أي سالبًا. وإذا لم تفدنا معرفة x في شيء عن y قلنا إن الارتباط منعدم. وانتبه إلى كلمة «غالبًا»: فزوج واحد يخالف النمط لا يلغيه. والارتباط القوي يعني أن معرفة أحد المتغيرين تساعدنا على توقع الآخر، والضعيف يعني أنها تساعد قليلًا جدًّا. وثمة تحذير لا يقل أهمية عن التعريفات: قد يتحرك متغيران معًا دون أن يكون أحدهما سببًا في الآخر. ففي الأيام الحارة يبيع كشك على الشاطئ مزيدًا من الآيس كريم ويزداد عدد السابحين، لكن الآيس كريم لا يدفع أحدًا إلى السباحة؛ فالطقس الحار هو الذي رفع الاثنين. إن الارتباط يصف نمطًا في البيانات ولا يخبرنا لماذا وُجد هذا النمط.