【发布时间】：2019-06-21 05:20:54
【问题描述】：
我计算了两个因变量（地块/房屋大小与成本）的相关性，相关性为 0.87。如果尺寸增加或减少，我想使用该指数来衡量成本的增加或减少。是否可以使用相关性？怎么样？
【问题讨论】：
标签： statistics data-science correlation pearson-correlation
【发布时间】：2019-06-21 05:20:54
【问题描述】：
Correlation 仅根据我们拥有的数据告诉我们两个变量线性相关的程度，但它并没有提供在给定另一个变量值的情况下计算变量值的方法。
如果变量是线性相关的，我们可以使用线性回归预测当变量 X 具有某个值时变量 Y 将假定的实际值：
我们的想法是尝试将数据拟合为线性函数，并使用它来预测值： Y = bX + a
通常我们首先使用相关系数（例如 Pearson 系数）发现两个变量是否相关，然后我们使用回归方法（例如线性）来预测给定另一个感兴趣变量的值。
这是一个易于理解的 Python 线性回归教程，其中包含一些理论： https://realpython.com/linear-regression-in-python/#what-is-regression
这里有一个关于房价预测典型问题的教程： https://blog.akquinet.de/2017/09/19/predicting-house-prices-on-kaggle-part-i/
【讨论】：