如何通过散点图判断相关强度？

在中级经济基础知识中，散点图是一种常用的工具来直观地展示两个变量之间的关系。通过观察散点图中的数据点分布情况，可以大致判断出这两个变量之间是否存在线性相关以及相关的强度。
1. 正相关与负相关：如果随着一个变量的增加，另一个变量也呈现出增加的趋势，则说明两者存在正相关；反之，如果一个变量增加时另一个变量减少，则表明两者是负相关。在散点图上，正相关表现为从左下角到右上角的数据点趋势线，而负相关则为从左上角至右下角的下降趋势。
2. 判断相关强度：
   - 当数据点几乎完全沿着一条直线分布时，表明变量间存在强相关性。
   - 如果大部分数据点都靠近这条假想的直线但又不是全部紧密贴合，则说明有中等程度的相关性。
   - 若数据点分布较为松散，没有明显的趋势线或呈现出随机散布的状态，则表示两个变量之间几乎没有相关性或者相关性非常弱。

3. 使用相关系数辅助判断：虽然通过观察散点图可以大致估计出变量间的相关强度，但为了更准确地量化这种关系，通常还会计算皮尔逊积矩相关系数（Pearson correlation coefficient）。该值范围从-1到 1，绝对值越大表示两变量间线性相关程度越高；当接近0时，则表明两者之间几乎没有线性关系。

综上所述，通过散点图判断变量间的相关强度主要是依据数据点的分布密集度和趋势方向来进行直观评估，并可结合具体数值如皮尔逊相关系数来进一步确认。