AP Statistics

liên hệ tuyến tínhlinear association

linear associationVietnamese: liên hệ tuyến tính

Còn gọi:Also called: mối liên hệ tuyến tính, linear relationship, linear association

Định nghĩaIn short

Liên hệ tuyến tính là xu hướng hai biến định lượng thay đổi cùng nhau theo dạng gần một đường thẳng, được đo bằng hệ số tương quan r.Linear association is the tendency of two quantitative variables to change together in a pattern close to a straight line, measured by the correlation coefficient r.

Trực giác: Giống như thả một chuỗi hạt cườm rơi xuống: nếu chúng xếp gần thành một đường thẳng nghiêng chứ không bay tán loạn, ta nói hai đại lượng có liên hệ tuyến tính.Intuition: Picture dropping a string of beads: if they land in a nearly straight, slanted line instead of scattering everywhere, the two quantities have a linear association.

Công thức chínhKey formula

r=1n−1∑i=1n(xi−xˉsx)(yi−yˉsy)r=\frac{1}{n-1}\sum_{i=1}^{n}\left(\frac{x_i-\bar{x}}{s_x}\right)\left(\frac{y_i-\bar{y}}{s_y}\right)
Định nghĩa đầy đủFull definition1 phút đọc1 min read

Liên hệ tuyến tính là xu hướng các cặp giá trị của hai biến định lượng tụ quanh một đường thẳng trên biểu đồ phân tán. Hệ số tương quan rr đo chiều và độ mạnh: dấu cho biết chiều, còn ∣r∣|r| gần 11 cho thấy các điểm bám đường thẳng hơn.

Sau khi khớp đường thẳng, phần dư rải ngẫu nhiên quanh trục hoành và không tạo dạng cong ủng hộ mô hình tuyến tính. ∣r∣|r| lớn không loại trừ quan hệ cong; liên hệ mạnh cũng không chứng minh nhân quả.

Linear association is the tendency for the paired values of two quantitative variables to cluster around a straight line in a scatterplot. The correlation coefficient rr measures direction and strength: its sign gives the direction, and an ∣r∣|r| close to 11 means the points hug the line more tightly.

Once a line is fitted, residuals that scatter randomly about the horizontal axis with no curved pattern support a linear model. A large ∣r∣|r| does not rule out a curved relationship, and a strong association does not prove causation.

Ký hiệuNotation
r
r
Giải nghĩa công thứcFormula breakdown1 công thức1 formula
r=1n−1∑i=1n(xi−xˉsx)(yi−yˉsy)r=\htmlClass{fp-3}{\frac{1}{n-1}\sum_{i=1}^{n}\htmlClass{fp-2}{\htmlClass{fp-0}{\left(\frac{x_i-\bar{x}}{s_x}\right)}\htmlClass{fp-1}{\left(\frac{y_i-\bar{y}}{s_y}\right)}}}
r=1n−1∑i=1n(xi−xˉsx)(yi−yˉsy)r=\htmlClass{fp-3}{\frac{1}{n-1}\sum_{i=1}^{n}\htmlClass{fp-2}{\htmlClass{fp-0}{\left(\frac{x_i-\bar{x}}{s_x}\right)}\htmlClass{fp-1}{\left(\frac{y_i-\bar{y}}{s_y}\right)}}}

Dùng để đo chiều và độ mạnh của liên hệ tuyến tính giữa hai biến định lượng.Measures the direction and strength of the linear association between two quantitative variables.

Trong đóWhere

nnsố cặp quan sát (xi,yi)(x_i,y_i) trong mẫunumber of observed pairs (xi,yi)(x_i,y_i) in the samplexˉ,yˉ\bar{x},\bar{y}trung bình của biến xx và biến yymeans of variable xx and variable yysx,sys_x,s_yđộ lệch chuẩn của biến xx và biến yystandard deviations of variable xx and variable yyrrhệ số tương quan, nhận giá trị từ −1-1 đến 11correlation coefficient, which takes values from −1-1 to 11
Hay hiểu saiCommon misconceptions3 ý, 1 phút đọc3 points, 1 min read

Độ mạnh không phải độ dốc hay chiều liên hệ.

Độ mạnh phụ thuộc mức các điểm bám đường thẳng, nên so ∣r∣|r|. Dấu của rr chỉ chiều; độ dốc thuộc phương trình hồi quy.

Liên hệ tuyến tính mạnh không chứng minh quan hệ nhân quả.

Với dữ liệu quan sát, biến ẩn có thể tác động lên cả hai biến; vì vậy chỉ nên nói chúng liên hệ hoặc đi kèm nhau.

Hệ số tương quan gần 00 không có nghĩa hai biến không liên quan.

Hệ số này chỉ đo liên hệ tuyến tính; quan hệ chữ U vẫn có thể cho giá trị gần 00. Ngoại lai cũng có thể làm nó cao giả tạo, nên phải xem biểu đồ.

Strength is not the same as the slope or the direction of the association.

Strength depends on how closely the points follow the line, so compare values of ∣r∣|r|. The sign of rr gives only direction, and slope belongs to the regression equation.

A strong linear association does not prove a cause-and-effect relationship.

With observational data, a hidden variable can affect both variables, so say only that the two are associated or tend to occur together.

A correlation near 00 does not mean the two variables are unrelated.

Correlation measures only linear association, and a U-shaped relationship can still give a value near 00. Outliers can also inflate it, so always look at the plot.

Mẹo phòng thiExam tips2 mẹo2 tips

Mô tả biểu đồ phân tán bằng dạng, chiều, độ mạnh và điểm bất thường.

Viết thành câu đầy đủ thay vì gạch đầu dòng.

Luôn gọi tên biến và đơn vị trong câu trả lời.

Tránh chỉ viết chung chung rằng xx và yy có tương quan mạnh; khi diễn giải r2r^2, nêu rõ hai biến trong mô hình.

Describe a scatterplot by form, direction, strength, and unusual points.

Write complete sentences rather than a bulleted list.

Always name the variables and their units in your answer.

Avoid saying vaguely that xx and yy are strongly correlated, and when you interpret r2r^2, state both variables in the model.

Tần suất trong đề AP StatisticsHow often it shows up on AP StatisticsThường xuyênVery common
Khái niệm này sinh ra từ đâuWhere the concept comes from1 phút đọc1 min read

GaltonPearson

Khái niệm liên hệ tuyến tính lớn lên từ dòng nghiên cứu về sự phụ thuộc giữa hai đại lượng, mà Galton khởi xướng dưới dạng bài toán hồi quy (regression) rồi Pearson làm chặt lại thành định nghĩa còn dùng đến ngày nay.
Linear association grew out of the study of dependence between two quantities, which Galton launched as the problem of regression and Pearson then made rigorous as the definition still used today.

Vì sao mang đúng cái tên này? Cái tên gồm hai nửa, mỗi nửa trả lời một câu hỏi khác nhau. Nửa "tuyến tính" đến thẳng từ hình ảnh đồ thị: khi ta chấm các cặp giá trị lên mặt phẳng tọa độ, quan hệ được gọi là tuyến tính nếu các điểm tạo thành một đường thẳng, nghĩa là mỗi khi biến này tăng một đơn vị thì biến kia thay đổi xấp xỉ cùng một lượng — chính lượng đó là hệ số góc (slope) trong dạng y=mx+by = mx + b. Vì vậy "tuyến" ở đây không phải là ẩn dụ mà là mô tả đúng nghĩa đen của hình vẽ. Nửa "liên hệ" thì rộng hơn và thận trọng hơn: nó chỉ nói rằng hai biến thay đổi cùng nhau, chứ không khẳng định biến nào gây ra biến nào. Cũng vì vậy mà trong tài liệu tiếng Anh, thuật ngữ này thường được dùng thay thế qua lại với "linear relationship", và khi các điểm rõ ràng không nằm quanh một đường thẳng thì người ta gọi đó là quan hệ phi tuyến (non-linear relationship).

Thử nghiệm tương tácInteractive explorer

Kéo đám điểm — xem r nói về độ bám sát, không phải độ dốc

Kéo đám điểm — xem r nói về độ bám sát, không phải độ dốc

Kéo tham số, thấy khái niệm chuyển động — đăng nhập để mở.Drag the parameters and watch the concept move — sign in to open.

Tạo tài khoảnCreate an account
Ví dụ có lời giảiWorked example2 phút đọc2 min read
Tại một sân bay lớn, trong suốt một tháng người ta ghi lại hai số liệu cho mỗi chuyến bay khi hạ cánh: số kiện hành lý được dỡ khỏi máy bay và thời gian (tính bằng phút) cần để chuyển toàn bộ số hành lý đó tới khu vực trả hành lý. Khi vẽ biểu đồ phân tán (scatterplot) của thời gian giao hành lý theo số kiện hành lý, các nhà phân tích mô tả rằng hai biến có "liên hệ tuyến tính dương và mạnh" (a strong, positive linear association).
  1. aHai từ "dương" và "tuyến tính" trong câu mô tả trên nói lên điều gì về đám mây điểm trên biểu đồ phân tán? Trả lời trong ngữ cảnh bài toán.
  2. bCâu nào sau đây diễn giải ĐÚNG từ "mạnh"? (A) Chuyến bay nào cũng có rất nhiều kiện hành lý. (B) Số kiện hành lý trung bình của các chuyến bay là lớn. (C) Các điểm trên biểu đồ phân tán nằm sát một đường thẳng. (D) Khi số kiện hành lý tăng thì thời gian giao hành lý tăng. (E) Số kiện hành lý là nguyên nhân làm thời gian giao hành lý kéo dài.
1Bước 1: Nhớ rằng mọi lời mô tả một biểu đồ phân tán đều gồm ba thành phần tách bạch: dạng (thẳng hay cong), hướng (dương hay âm) và độ mạnh (các điểm bám sát hay tản mát quanh khuôn mẫu đó). Ba từ trong đề — "tuyến tính", "dương", "mạnh" — lần lượt trả lời đúng ba câu hỏi này, nên muốn diễn giải từ nào thì phải gắn nó vào đúng câu hỏi tương ứng.
2Bước 2: Ý (a): "tuyến tính" là nói về dạng, nghĩa là khuôn mẫu chung của đám mây điểm được mô tả tốt bởi một đường thẳng chứ không phải một đường cong. "Dương" là nói về hướng: những chuyến bay có nhiều kiện hành lý hơn có xu hướng cần nhiều thời gian hơn để chuyển hết hành lý ra khu vực trả hành lý. Hai từ này chưa nói gì về việc các điểm nằm gần hay xa đường thẳng đó.
3Bước 3: Ý (b): "mạnh" là phát biểu về độ phân tán quanh khuôn mẫu tuyến tính, tức là các điểm tụ sát quanh một đường thẳng nên biết số kiện hành lý thì đoán được thời gian giao hành lý khá chính xác. Vì vậy đáp án là (C).
4Bước 4: Loại các phương án còn lại cho rõ ràng. (D) mô tả từ "dương" chứ không phải "mạnh", đây là bẫy phổ biến nhất của dạng câu này. (E) sai vì đây là dữ liệu quan sát, liên hệ tuyến tính mạnh không cho phép kết luận nhân quả. Còn (A) và (B) chỉ nói về giá trị của riêng biến số kiện hành lý, trong khi liên hệ tuyến tính luôn là phát biểu về quan hệ giữa hai biến.

Đáp án ý (b) là (C). Trong ngữ cảnh sân bay: "tuyến tính" nghĩa là quan hệ giữa số kiện hành lý và thời gian giao hành lý có dạng đường thẳng, "dương" nghĩa là chuyến bay nhiều hành lý hơn thường mất nhiều thời gian hơn, còn "mạnh" nghĩa là các điểm dữ liệu nằm sát đường thẳng đó, nên từ số kiện hành lý ta dự đoán được thời gian giao hành lý với sai số nhỏ.

Bạn nắm chắc chưa?Check your understanding

Quiz câu thật từ ngân hàng đềReal exam questions from our question bank

Vài câu thật gắn đúng khái niệm này, chấm ngay kèm giải thích từng đáp án — hệ thống ghi nhớ bạn nắm tới đâu.A few real questions on exactly this concept, graded instantly with an explanation for every choice — the system remembers how well you know it.

Tạo tài khoảnCreate an account

Học tiếp từ đâyKeep learning

Bài học chứa thuật ngữ nàyLesson that uses this termĐồ thị quan hệ giữa hai biến định lượngPhân tích hồi quy, khoácourse AP Statistics
Bài học chứa thuật ngữ nàyLesson that uses this termHệ số tương quan rPhân tích hồi quy, khoácourse AP Statistics
Bài học chứa thuật ngữ nàyLesson that uses this termDự đoán với linear regression model (mô hình hồi quy tuyến tính)Phân tích hồi quy, khoácourse AP Statistics
Mục tiêu và lộ trình unit ai cũng xem được — làm bài tập và lưu tiến độ thì cần đăng nhập.Anyone can view a unit's goals and roadmap — sign in to do the exercises and save your progress.

Hay nhầm vớiOften confused with

Khác nhau ở đâuHow they differLiên hệ tuyến tính là mô tả hình dạng đám điểm, một nhận định định tính. Hệ số tương quan là con số r đo độ mạnh và chiều của liên hệ tuyến tính đó.
Hay nhầm khiMixed up whenĐề cho r gần 0 và hỏi có liên hệ không; nhiều thí sinh kết luận hai biến không liên quan, trong khi thực ra chúng có thể liên hệ mạnh theo dạng cong.
Khác nhau ở đâuHow they differMối liên hệ chỉ nói rằng biết giá trị biến này thì đoán được biến kia tốt hơn, bất kể hình dạng. Liên hệ tuyến tính đòi hỏi thêm rằng các điểm bám quanh một đường thẳng.
Hay nhầm khiMixed up whenCâu hỏi mô tả biểu đồ phân tán có dạng parabol; viết "không có mối liên hệ" là sai, phải viết có mối liên hệ nhưng không tuyến tính.

Cùng chủ đềSame topic

Nguồn tham khảoReferences

  1. [1]Barron_AP_Stat_2026. tr. 41, 62, 201.

Biên soạn bởi DucklingStudy, bản quyền thuộc DucklingStudy.Written by DucklingStudy. © DucklingStudy. Xuất bảnPublished .