矩阵图：多变量关系的全景视图

矩阵图的原理

矩阵图把多个变量两两组合绘制散点图，排列成矩阵（对角线为各变量直方图或名称），同时输出相关系数矩阵，让哪些变量相关、关系多强在一张图中全览，是多变量探索的高效入口，尤其适合过程参数众多的数据探索。它是多变量数据的全景扫描，帮助快速建立变量关系的整体认知；成对关系一次看全，探索效率高。；成对关系一次看全，多变量探索效率高。

什么时候用矩阵图？

多变量数据集（多个过程参数）探索变量间关系；筛选潜在影响因素（X）与结果（Y）的候选关联；回归建模前的共线性检查。矩阵图把几十对变量关系压缩到一张图，快速定位值得深入分析的变量对。在回归建模前用它检查共线性，能避免后续模型失真；也是筛选候选关键因子的常用入口。；矩阵图把几十对变量关系压缩到一张图，快速定位值得深入分析的变量对。

怎么看矩阵图的结果？

从矩阵中寻找明显线性趋势的图块，对应强相关变量对；结合相关系数数值确认方向与强度；发现意外强相关提示可能存在共线性或间接关联。工具对显著相关对自动高亮，支持 AI 智能解读，辅助筛选关键变量。高亮显著相关对，让重点关系从大量图块中跳出来；相关系数数值与图形结合，判断更可靠。；相关方向与强度结合判断，避免只看数值。

使用矩阵图的注意事项

变量个数增多时矩阵图规模平方增长（10 个变量等于 45 个散点图），建议控制核心变量数量；只显示线性相关，曲线关系需单独查看；离群值会扭曲相关系数，分析前先做数据质量检查。变量筛选后重新生成矩阵图，聚焦核心关系再做深入分析；离群值要先处理，避免扭曲相关结果。；变量筛选后重新生成矩阵图，聚焦核心关系再做深入分析。

立即去使用矩阵图 → 打开工具在线计算，注册登录即可使用，手机电脑通用

DESCRIPTIVE 话题 · 最新讨论

该话题暂无讨论，欢迎去社区发起第一个问题

更多讨论 →

常见问题

矩阵图适合多少个变量？

一般 3-8 个，太多图块拥挤难以阅读，先筛选关键变量再生成矩阵图。

相关系数矩阵里的数字怎么读？

对角线为 1（变量与自身），非对角为两两 Pearson 相关系数，绝对值越大相关性越强。

发现两个自变量强相关怎么办？

说明存在共线性，回归建模时可考虑只保留其中一个、做因子分析或主成分提取。