相関係数で平方和と平方根を使う理由｜分散・標準偏差・重相関係数の本質的意味を解説

相関係数や分散の定義で登場する「平方和」や「平方根」は、単なる計算上の都合ではなく、統計学の構造そのものに根ざした重要な意味を持っています。本記事では、なぜ冪和ではなく二乗（平方和）を使うのか、また標準偏差や重相関係数との関係まで含めて整理して解説します。

相関係数の基本構造と平方和の役割

相関係数は、2つの変数がどの程度一緒に変動するかを数値化したものです。

その核心は「共分散」を標準化したものであり、分母にはそれぞれの標準偏差が使われます。

この標準偏差は、偏差（平均との差）の二乗和から構成される平方和に基づいています。

平均との差をそのまま足し合わせると、正負が相殺されてしまい情報が失われます。

そのため、すべての偏差を正の値として扱う必要があり、自然な選択として二乗が使われます。

さらに二乗は数学的に微分可能で扱いやすく、最小二乗法など解析的手法との相性が良いという利点もあります。

分散は平方和をデータ数で調整した量ですが、そのままだと単位が元のデータの二乗になります。

標準偏差では平方根を取ることで、元のデータと同じ次元（スケール）に戻しています。

これにより、相関係数の分母に入れても「比較可能な尺度」として機能します。

冪和（例えば3乗や4乗）を使うと、偏差の符号構造や分布の対称性が壊れてしまいます。

特に3乗以上では外れ値の影響が極端に大きくなり、安定した尺度として機能しません。

一方で2乗は「距離の概念」と一致し、幾何学的にもユークリッド空間と整合します。

重相関係数は、回帰による予測値と実測値の相関であり、単回帰と同様に標準偏差で正規化されます。

ここでも平方和→分散→標準偏差という構造が使われ、スケールの異なる変数間で比較可能にしています。

この仕組みにより、多変量でも「どれだけ説明できているか」を一貫した尺度で評価できます。

相関係数における平方和と平方根は、単なる計算手順ではなく、情報の損失を防ぎつつ尺度を揃えるための構造です。

二乗は符号を消しつつ幾何学的距離と一致し、平方根は元のスケールへ戻す役割を持ちます。

そのため冪和では代替できず、統計量としての安定性と解釈可能性の両方を満たす必然的な選択になっています。