Warianty mogą być powiązane w taki sposób, że korelacja Pearsona jest całkowicie ślepa.
W normalnej wielowymiarowej korelacja Pearsona jest „wyczerpująca” w tym sensie, że jedyne możliwe powiązanie jest indeksowane przez . Ale w przypadku innych rozkładów (nawet tych z normalnymi marginesami) może istnieć powiązanie bez korelacji. Oto kilka wykresów 3 normalnych losowych zmiennych (x, y i x, z); są wysoce powiązane (jeśli powiesz mi wartość zmiennej x , powiem ci pozostałe dwa, a jeśli powiesz mi y , mogę powiedzieć ci z ), ale wszystkie są nieskorelowane.ρxyz
Oto kolejny przykład powiązanych, ale nieskorelowanych wariantów:
(Podkreślono, że chodzi o dystrybucje, chociaż ilustruję to tutaj danymi).
Nawet gdy zmienne są skorelowane, ogólnie korelacja Pearsona nie mówi ci, jak to zrobić - możesz uzyskać bardzo różne formy asocjacji, które mają tę samą korelację Pearsona (ale kiedy zmienne są wielowymiarowe normalne, jak tylko ci powiem korelacja, którą można dokładnie powiedzieć, w jaki sposób powiązane są znormalizowane zmienne).
ρ definiuje możliwe powiązanie) charakteryzuje normalną wielowymiarową, nawet jeśli sugeruje to cytat z tytułu.]
(Częstym sposobem rozwiązania skojarzenia wielowymiarowego jest użycie kopuł. Na stronie istnieje wiele pytań dotyczących kopuł; niektóre z nich mogą okazać się pomocne)