AP Statistics

tương quancorrelation

correlationVietnamese: tương quan

Tương quan (correlation) là một đại lượng thống kê đo mức độ và chiều của mối quan hệ tuyến tính giữa hai biến định lượng.Correlation is a statistic that measures the strength and direction of the linear relationship between two quantitative variables.

Trực giác: Hệ số tương quan giống như kim la bàn kèm độ lệch: kim chỉ chiều (dương hay âm), còn độ lớn của góc lệch cho biết quan hệ mạnh hay yếu — nhưng la bàn không nói ai đi trước ai, tức không phản ánh quan hệ nhân quả.Intuition: Think of $r$ as a compass needle with a reading attached: the needle gives the direction (positive or negative), and the size of the reading tells you whether the relationship is strong or weak. But a compass says nothing about which traveler set out first — it carries no information about cause and effect.

Công thức chínhKey formula

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

Tương quan (correlation) được biểu diễn bằng hệ số $r$ không có đơn vị trong $[-1,1]$ , đo chiều và độ chặt của quan hệ tuyến tính giữa hai biến định lượng. $r>0$ chỉ cùng chiều; $r<0$ chỉ ngược chiều; $|r|$ gần $1$ cho thấy các điểm sát một đường thẳng.

Hệ số này không đổi khi đổi đơn vị hoặc hoán đổi hai biến. $r=0$ chỉ cho biết không có quan hệ tuyến tính, không phải không có liên hệ. Ngoại lai có thể làm $r$ thay đổi mạnh; tương quan không chứng minh nhân quả.

Correlation is reported as the unitless coefficient $r$ , which falls between $-1$ and $1$ and describes the direction and tightness of the linear relationship between two quantitative variables. A positive $r$ means the variables move in the same direction, a negative $r$ means they move in opposite directions, and an $|r|$ close to $1$ means the points lie near a straight line.

The value of $r$ does not change if you change the units of measurement or swap which variable is called $x$ and which is called $y$ . An $r$ of $0$ signals no linear relationship, not the absence of any relationship. Outliers can shift $r$ dramatically, and correlation never establishes causation.

Ký hiệuNotation

• $r$ — hệ số tương quan mẫu
• $r^2$ — hệ số xác định (coefficient of determination), bằng bình phương của $r$

• $r$ — sample correlation coefficient
• $r^2$ — coefficient of determination, equal to the square of $r$

Công thức chi tiếtFormula details2 công thức2 formulas

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)

Dùng để tính mức độ và chiều của quan hệ tuyến tính từ các cặp quan sát đã chuẩn hóa; kết quả thuộc $[-1,1]$ .Computes the strength and direction of a linear relationship from standardized pairs of observations; the result always lies between $-1$ and $1$ .

Trong đóWhere

r

hệ số tương quan (correlation coefficient), không có đơn vịcorrelation coefficient (unitless)

n

cỡ mẫusample size

x_i,\, y_i

giá trị quan sát thứ

i

của từng biếnthe

i

th observed value of each variable

\bar{x},\, \bar{y}

trung bình mẫu của từng biếnsample mean of each variable

s_x,\, s_y

độ lệch chuẩn (standard deviation) mẫu của từng biếnsample standard deviation of each variable

b = r\frac{s_y}{s_x}

Dùng trong hồi quy bình phương nhỏ nhất để tính hệ số góc từ $r$ và độ lệch chuẩn của hai biến.Used in least-squares regression to find the slope from $r$ and the standard deviations of the two variables.

Trong đóWhere

b

hệ số góc của đường hồi quyslope of the regression line

r

hệ số tương quancorrelation coefficient

s_y,\, s_x

độ lệch chuẩn mẫu của biến phụ thuộc và biến giải thíchsample standard deviations of the response variable and the explanatory variable

Hay hiểu saiCommon misconceptions3 ý · 1 phút đọc3 points · 1 min read

Tương quan mạnh không chứng minh quan hệ nhân quả.

Hai biến có thể cùng biến thiên do biến gây nhiễu hoặc ngẫu nhiên; với dữ liệu quan sát, dùng “đi kèm” thay vì “gây ra”.

Tương quan âm không phải là tương quan yếu.

Dấu của $r$ cho biết hướng; $|r|$ mới cho biết độ mạnh của quan hệ tuyến tính.

$r=0$ không có nghĩa hai biến không liên quan.

Giá trị này chỉ cho biết không có quan hệ tuyến tính; quan hệ phi tuyến vẫn có thể rất chặt. Ngoại lai cũng có thể làm $r$ thay đổi mạnh, nên cần xem biểu đồ phân tán.

A strong correlation does not prove causation.

Two variables can move together because of a confounding variable or pure chance, so with observational data say "is associated with" rather than "causes."

A negative correlation is not a weak correlation.

The sign of $r$ reports direction only; $|r|$ is what tells you how strong the linear relationship is.

An $r$ of $0$ does not mean the two variables are unrelated.

It rules out a linear relationship only, and a nonlinear relationship can still be very tight. Outliers can also move $r$ sharply, so always look at the scatterplot.

Mẹo phòng thiExam tips2 mẹo2 tips

Khi diễn giải $r$ , nêu hướng, độ mạnh, dạng tuyến tính và tên hai biến.

Viết trong ngữ cảnh và tránh từ ngữ nhân quả như “làm cho”, “khiến”, “dẫn đến”.

Phân biệt $r$ , $r^2$ và hệ số góc.

Trong bài tương quan, nếu biết $r^2$ , lấy căn rồi chọn dấu theo chiều liên hệ; trong hồi quy tuyến tính, hệ số góc cùng dấu với $r$ nhưng khác độ lớn và đơn vị.

When you interpret $r$ , state direction, strength, linear form, and the names of both variables.

Phrase it in context and avoid causal verbs such as "makes," "causes," or "leads to."

Keep $r$ , $r^2$ , and the slope straight.

In a correlation problem, if you are given $r^2$ , take the square root and attach the sign that matches the direction of the association; in least-squares regression the slope has the same sign as $r$ but a different magnitude and different units.

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

1896Francis GaltonKarl PearsonAuguste Bravais

Trong thập niên 1880, Francis Galton hình thành ý niệm tương quan để đo mức độ các đại lượng cùng biến đổi khi nghiên cứu di truyền.

In the 1880s, Francis Galton developed the idea of correlation to measure how much quantities varied together in his work on heredity.

Vì sao mang đúng cái tên này? Tên đầy đủ của chỉ số trong đề thi là hệ số tương quan Pearson (Pearson product-moment correlation coefficient), và chính cái tên này khiến nhiều học sinh tưởng Pearson là người nghĩ ra khái niệm. Thực tế, người hình dung ra ý niệm tương quan hiện đại là Galton trong thập niên 1880, còn dạng công thức toán học thì đã được Auguste Bravais rút ra và công bố từ năm 1844. Pearson là người xử lý phần toán một cách chặt chẽ và công bố công thức tính năm 1896, nên cái tên gắn với ông chứ không gắn với hai người đi trước. Vì vậy, cách đặt tên này thường được nhắc đến như một ví dụ điển hình của định luật Stigler (Stigler's Law) — quy luật nói rằng phát hiện khoa học hiếm khi mang tên người thật sự tìm ra nó đầu tiên.

Nguồn đối chiếuSources

Thử nghiệm tương tácInteractive explorer

Kéo đám điểm và nhìn r đổi — rồi thử một đường cong xem r nói gì

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

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 termHệ số tương quan rPhân tích hồi quy · khoácourse AP Statistics

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 termDự đoán với linear regression model (mô hình hồi quy tuyến tính)Phân tích hồi quy · khoácourse AP Statistics

Cần trướcLearn firstbiến định lượngquantitative variable

Dẫn tớiLeads tođường hồi quy bình phương tối thiểuleast-squares regression line

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

Thuật ngữTermKhác nhau ở đâuHow they differHay nhầm khiMixed up when

mối liên hệ (association)association

Khác nhau ở đâuHow they differMối liên hệ là khái niệm chung, có thể phi tuyến tính hoặc liên quan đến biến phân loại; tương quan thường hẹp hơn và chỉ mối quan hệ tuyến tính giữa hai biến định lượng.

Hay nhầm khiMixed up whenĐề hỏi 'có mối liên hệ nào' nhưng học sinh chỉ tính hệ số tương quan và bỏ qua dạng cong hoặc các giá trị ngoại lai làm sai lệch kết luận.

hệ số tương quan (correlation coefficient)correlation coefficient

Khác nhau ở đâuHow they differTương quan là khái niệm về mối quan hệ giữa hai biến, còn hệ số tương quan là con số từ −1 đến 1 dùng để đo lường mức độ và chiều của mối quan hệ đó.

Hay nhầm khiMixed up whenKhi đề yêu cầu mô tả tương quan, học sinh chỉ đưa ra giá trị r mà không giải thích hướng, độ mạnh và dạng của mối quan hệ.

Cùng chủ đềSame topic

Nguồn tham khảoReferences

[1]Barron_AP_Stat_2026. tr. 154, 176, 194.