【閱讀小筆記】統計相關性

最近閱讀《暴力犯罪的大腦檔案》一書，作者論述到「海鮮消耗量與謀殺率」關係時，以世界多國的統計數字來加以評證。

大體上，我傾向於相信該命題有其有效性。但看到書上所畫的圖表……總覺得怪怪的︰作者所用的「Fitting Curve」究竟是哪一種？

好奇心作祟。於是我把書上的數據，花點時間，自己用 excel 重新畫一遍。沒錯，書上的 Fitting Curve，完全無法用傳統的模型重現出來。

再仔細調整一下。發現利用傳統的幾種迴歸分析的 fitting，R-square 數值都很糟糕，大多只有 0.3 ~ 0.4，最高是「對數」模型的 0.5。代表原始數據的相關性很低。

假如，我再把統計上常常使用的作法，將最極端的離群數（也就是最少與最大海鮮消耗的保加利亞、日本兩國）刪掉之後，無論怎麼套，根本找不出任何的相關性。

---

即使我願意相信「海鮮吃愈多的社會愈和平」，但統計學，並不支持我的信仰呀！

#理工人的堅持