当心汇总统计量

Beware of Summary Statistics

许多数据科学家仅依靠相关性矩阵来研究变量之间的关联。但他们往往不知道，所得到的统计量可能很大程度上受到离群点的驱动。从下图中可以明显看出这一点。

仅仅加入两个离群点，就极大地改变了相关系数和回归拟合。因此，绘制数据图非常重要。这能让你避免得出错误的结论，而仅仅查看汇总统计量时你可能就会得出这些结论。我在使用相关性矩阵时，常常还会画一个 PairPlot（成对图），如下所示。

这让我能够判断两个变量的散点图与它们对应的相关性度量是否一致。我们将在下一章继续这一讨论。