相關性實驗

以往的統計科學礙於資料蒐集困難。

實驗設計者，往往在一開始就主觀的將＂某些指標＂當成重要參數去測量

雖然有取樣方便的好處，但其結果卻是在一開始就帶有強烈的偏見存在。

海量分析的理論有點像是以量制精準度。

透過高效的現代科技，將同一模組套用到成千上百個變數當中，

之後再透過其相關性，去找因果關係。

聽起來有點像亂槍打鳥...

所以接下來我要以160個國家與其中三個有趣的變數下去作配對

看看能擦出什麼驚人的火花!

上表就是實驗結果啦!

我以失業率,出口依存度與2009年的經濟成長率為目標

然後把顯著相關的項目以黃色標記出來(N>±0.4)

1.失業率與農夫佔比呈顯著相關

說明一個國家的農夫越多,其總體失業率就越高

若將此概念套用到非洲國家就能想到

農民越多的國家，通常也代表其工業不發達

沒有基礎設備，旅遊業當然也就發展不起來囉。

2.出口依存度與工業佔GDP呈顯著相關

工業產品與農產品是唯二能出口的東西

而其中，工業產品的附加價值又高於農業

所以出現這個結果也不算奇怪。

3.2009年經濟成長率與產業佔比的關聯性

2008~9發生了房地產泡沫與經濟衰退。

大部分已開發國家都受到了重大的打擊。

相反的，以傳統農業為經濟來源的國家，

卻因為與西方經濟的連結較少，在兩相比較之下，反而出現逆勢成長的趨勢。

以服務業(金融產業)為主的西方國家則呈現反比。

透過這次的實驗發現，利用Rattle進行相關性比較，

的確有助於資料探勘，並發現參數與參數間的相關性。

話雖如此，海量資訊分析還是有其缺點的，

例如變數過多，在實驗的過程會有ㄧ種資訊爆炸的感覺，很多工作都是在作白工。

或許這種感覺，會隨著操作者的經驗與對Rattle的熟習程度而有所改變也不一定。

唯一能確定的就是，線性相關的思考模式將在資訊領域遭到破解。