是否可同时存在正斜率与负相关系数？基于ggscatter的绘图疑问

这种现象完全不代表你存在根本性的操作错误，绝大多数场景下都是统计口径不匹配、或是样本结构特性导致的，属于统计分析中非常常见的情况。

你提到的散点图效果参考：

核心成因拆解 #

• 指标计算逻辑本身不存在强制符号绑定
  很多人误以为斜率和相关系数符号必然一致，但这个结论只在特定前提下成立：
  当线性拟合是基于原始x、y值做普通最小二乘（OLS），且使用的是Pearson相关系数时，两者符号才会严格相同——因为OLS斜率的公式为：斜率 = Pearson相关系数 * (y的标准差 / x的标准差)，标准差恒为正，因此符号完全绑定。
  但你图中标注的是Spearman秩相关系数，这个指标本身和原始值的OLS斜率没有符号绑定关系：Spearman是先把x、y转换为排名秩次，再计算的单调趋势相关性，对极端值不敏感，衡量的是整体单调关联而非线性关联。只要数据存在偏态、极端值、轻微非线性的单调趋势，原始值拟合的OLS斜率符号，完全可能和秩相关的符号相反。
• 样本结构带来的符号反向
  最典型的就是辛普森悖论场景：如果样本内包含两个独立的子群体，每个子群体内部的关联趋势是负向，但整体合并后因为子群的分布偏移，整体的OLS拟合斜率会被拉成正向。这种场景下哪怕两个指标都用原始值计算，也会出现整体斜率为正、整体相关系数为负的错配，本质是整体趋势没有反映子群的真实关联。
• 操作层面的常见疏漏
  不少用户会在调用ggscatter时出现口径不一致的问题：比如相关系数是剔除异常值、对数转换、取子集后计算的，但拟合线是基于全量未转换的数据绘制的，两边用的样本和变量处理规则不统一，自然会出现符号错配。另外如果绘图时不小心反转了x或y轴的方向，也会让视觉上的斜率符号和实际计算结果反过来。

快速排查步骤 #

• 先统一计算口径：如果保留原始值的OLS拟合线，就搭配计算原始值的Pearson相关系数，两者符号必然一致；如果要展示Spearman秩相关的趋势，就基于x、y的秩次做拟合线，符号自然会对齐。
• 做基础数据探查：把所有原始散点完整展示，标记出可能的极端离群值、子群聚类，观察不同分组下的关联方向，定位把斜率拉偏的具体点。
• 核对绘图参数：检查坐标轴的方向设置、拟合线的计算范围、相关系数的标注逻辑，确认两边用的是同一批数据、同一种变量处理方式。

补充说明：不存在“斜率符号必须和相关系数符号一致”的铁则，两者的计算逻辑、对异常值的敏感度、适用的趋势类型都存在差异，出现符号不一致时优先核对统计口径和样本结构，不需要先默认自己的操作存在本质错误。

内容的提问来源于stack exchange，提问作者elpavlos