Коэффициент линейной корреляции Пирсона используется для измерения степени линейной зависимости между двумя переменными. Для его применения существуют определенные условия, которые необходимо учитывать. Рассмотрим каждое из перечисленных условий и выясним, какое из них является неверным:

1. Переменные X и Y распределены нормально: Это условие действительно важно для применения коэффициента Пирсона, особенно если выборка небольшая. Нормальное распределение переменных X и Y позволяет более точно оценить линейную зависимость.
2. Число значений переменной X должно быть равно числу значений переменной Y: Это условие верно, так как для вычисления коэффициента Пирсона необходимо иметь пары значений (X, Y). Каждое значение X должно иметь соответствующее значение Y.
3. Признак должен быть измерен в шкале интервалов или отношений: Это верное условие, так как коэффициент Пирсона требует, чтобы данные были количественными и измерены в шкалах, которые позволяют вычислять средние значения и дисперсии.
4. Число значений N должно быть от 5 до 30: Это утверждение неверно. На самом деле, коэффициент Пирсона может быть применен к выборкам любого размера, хотя для небольших выборок результаты могут быть менее надежными. Однако ограничение "от 5 до 30" не является строгим требованием для применения коэффициента Пирсона.

Таким образом, неверным условием является то, что число значений N должно быть от 5 до 30. Это ограничение не является обязательным для применения коэффициента линейной корреляции Пирсона.