1.3.3 独立性与相关性

文档摘要

1.3.3 独立性与相关性在统计建模与机器学习的底层逻辑中，独立性与相关性从来不是一对非黑即白的哲学命题，而是一组必须被精确解耦、定量验证、谨慎干预的技术变量。我们常听到“X和Y不相关，所以可以忽略”——这句看似无害的断言，背后可能埋着模型坍塌的引信；我们也常看到“协方差为零，故二者独立”，却忘了那不过是高斯世界的温柔特例，在真实数据的粗糙褶皱里，它早已失效。1.3.3节所讨论的，远不止是教科书里两行定义的静态关系；它是数据预处理的闸门、特征工程的罗盘、因果推断的基石，更是贝叶斯网络结构学习、异常检测阈值设定、生成模型隐变量解耦的核心判据。今天，我们就以一线工程师的视角，亲手拆解“独立性与相关性”的技术实现——不讲抽象定义，只谈怎么算、怎么验、怎么调、怎么破。