【数学建模备赛】Ep05：斯皮尔曼spearman相关系数

已于 2024-08-16 02:37:54 修改
阅读量745 收藏 8
点赞数 10
文章标签： 数学建模
于 2024-08-16 02:35:41 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/2201_75503057/article/details/141202862
版权

文章目录

一、前言🚀🚀🚀

在这里插入图片描述

☀️☀️☀️
  外面的世界好大！
  去外面……更外面的地方。
  没关系的，跟Sakura在外面到处玩，很开心，所以我能坚持下来。
  
  没关系这是我一生里最自由的时间，以前没有过，以后也不会有。
                                     —— 上杉绘梨衣 《龙族》

本文简介：本讲我们将介绍斯皮尔曼spearman相关系数在数学建模中的应用。

二、斯皮尔曼spearman相关系数：☀️☀️☀️

1. 回顾皮尔逊相关系数

  
1.首先我们要看的是x和y有没有线性的趋势(或者说有没有线性的关系)
2.那怎样来看呢，我们需要做出x和y的散点图
3.通过散点图，我们可以看出大概的趋势。
4.那假如说x和y他们有线性的关系的话，我们就可以算出他们的皮尔逊相关系数
5.那假如说我们现在还想检验一下这个皮尔逊相关系数是否显著的(异于零那如果要用到假设检验的话，
需要用到一个很强的条件，就是我们x和y它的总体是正态分布。
6.那检验正态分布我们学过两种方法:J检验(大样本)、小样本的检验
  

接下来学另外一种相关系数一一斯皮尔曼spearman相关系数（对我们数据的要求比较低）

2. 斯皮尔曼spearman相关系数

  
在这里插入图片描述

3. 斯皮尔曼相关系数公式

  

在这里插入图片描述

rs大于0说明正相关，小于0说明负相关，而且绝对值越大相关性越强。

  

4. 另外一种斯皮尔曼相关系数定义

  
在这里插入图片描述

  

5. matlab的用法

  
在这里插入图片描述

在这里插入图片描述

  
在这里插入图片描述

  

5. matlab的用法

在这里插入图片描述

三、对斯皮尔曼相关系数进行假设性检验

3.1 小样本

在这里插入图片描述

在这里插入图片描述

3.2 大样本

在这里插入图片描述

  
看一下我们之前p值是怎么算的

在这里插入图片描述
  

  

  

四、两个相关系数的选择

在这里插入图片描述

  

  
  
  
Alt

她和夏天一样热
关注
数学建模——皮尔逊person相关系数VS斯皮尔曼spearman相关系数学习笔记
涵盖了计算机专业基础知识、数学建模相关实践、复杂网络论文研究、LeetCode算法刷题经验、C语言开发经验、前端Vue、React框架开发实战相关知识
08-28 3万+
皮尔逊 person相关系数和斯皮尔曼spearman等级相关系数，它们可用来衡量两个变量之间的相关性的大小，根据 数据满足的不同条件，我们要选择不同的相关系数进行计算和分析（建模论文中最容易用错的方法）。 一、皮尔逊Person相关系数 如果有两个变量：X、Y，最终计算出的相关系数的含义可以有如下理解： (1)、当相关系数为0时，X和Y两变量无关系。 (2)、当X的值增大（减小...
【数学建模备赛】Ep03：皮尔逊person相关系数
2201_75503057的博客
08-14 452
本人是大三软件工程专业，由于报了2024年全国大学生数学建模竞赛，故从今天开始（2024.8.12）开始，准备花20天左右的时间备赛，通过看清风老师的课程然后记下笔记，希望能拿个好的名次，冲冲冲！
常用31个Java机器学习、深度学习、自然语言处理学习库&工具
liinux-Talk is cheap,show me the code.
01-20 2084
常用的Java机器学习库 在MLOSS.org网站上，列出了 70 多个基于 Java 的开源机器学习项目，可能还有更多未列出的项目，存于大学里的服务器、GitHub 或 Bitbucket 中。我们将在本文中回顾 Java 中的主流机器学习库和平台，它们能够解决的问题类型，支持的算法以及可以使用的数据类型。 本文节选自 Machine learning in Java，由 Bostj...
R语言与统计分析
热门推荐
小飞侠的博客
12-16 7万+
R语言与统计分析 汤银才 主编 高等教育出版社 二○○八年五月 内容介绍 本书以数据的常用统计分析方法为基础，在简明扼要地阐述统计学基本概 念、基本思想与基本方法的基础上，讲述与之相对应的R函数的实现，并通过 具体的例子说明统计问题求解的过程. 本书注重思想性、实用性和可操作性. 在内容的安排上不仅包含了基础统 计分析中的探索性数据分析、参数的估计与假设检验，还包括的非参数统计分
《零起点，python大数据与量化交易》
weixin_33974433的博客
05-09 2001
《零起点，python大数据与量化交易》，这应该是国内第一部，关于python量化交易的书籍。 有出版社约稿，写本量化交易与大数据的书籍，因为好几年没写书了，再加上近期“前海智库·zw大数据”项目，刚刚启动。 因为时间紧，只花了半天时间，整理框架和目录。 说是v0.1版，但核心框架已经ok；从项目角度而言，完成度，已经超过70%，剩下的只是体力活。 完成全本书，需要半年以上连续时...
java机器学习库_6大最常用的Java机器学习库一览
weixin_31499919的博客
02-12 821
在MLOSS.org网站上，列出了 70 多个基于 Java 的开源机器学习项目，可能还有更多未列出的项目，存于大学里的服务器、GitHub 或 Bitbucket 中。我们将在本文中回顾 Java 中的主流机器学习库和平台，它们能够解决的问题类型，支持的算法以及可以使用的数据类型。WekaWeka 是 Waikato Environment for Knowledge Analysis(Wa...
6大最常用的Java机器学习库一览
李旭的博客
04-26 1067
在 MLOSS.org 网站上，列出了 70 多个基于 Java 的开源机器学习项目，可能还有更多未列出的项目，存于大学里的服务器、GitHub 或 Bitbucket 中。我们将在本文中回顾 Java 中的主流机器学习库和平台，它们能够解决的问题类型，支持的算法以及可以使用的数据类型。 本文节选自 Machine learning in Java，由 Bostjan Kaluza 编写，Pa...
spearman-rank:斯皮尔曼等级相关系数在python中的实现
05-30
斯皮尔曼等级相关系数（Spearman's rank correlation coefficient），通常表示为ρ，是一种非参数统计方法，用于衡量两个变量间的关系强度和方向。它通过比较变量的排名而不是它们的实际值来计算相关性，因此不受...
数学建模——相关系数（4）——斯皮尔曼相关系数（spearman）
东
10-28 6万+
文章目录引述斯皮尔曼相关系数（spearman）定义 引述 经过之前几节的学习，我们了解并掌握了皮尔逊相关系数。在学习中我们发现，皮尔逊相关系数的使用条件相当苛刻：两组变量必须是连续数据、呈现正态分布，且两者间必须成线性关系。如果我们在数学建模中拿到一组数据无法满足以上条件，那么有没有其他的方法去判断两组变量之间的相关性呢？答案是肯定的，它就是斯皮尔曼相关系数（spearman）. 斯皮尔曼相关系...
数学建模相关系数spearman相关系数
11-05
总之，理解和正确使用皮尔逊和斯皮尔曼相关系数是数学建模过程中的关键步骤。选择合适的方法并结合可视化手段，可以帮助我们更好地理解和解释变量之间的关系，从而为模型提供有力支持。同时，关注数据的性质和分布，...
spearman相关系数 matlab,数学建模——相关系数（4）——斯皮尔曼相关系数（spearman）...
weixin_42196750的博客
03-17 9045
文章目录引述一、斯皮尔曼相关系数(spearman)1.定义12.定义23.使用MATLAB计算spearman相关系数4. 斯皮尔曼相关系数的假设检验二、斯皮尔曼相关系数与皮尔逊相关系数的比较引述经过之前几节的学习，我们了解并掌握了皮尔逊相关系数。在学习中我们发现，皮尔逊相关系数的使用条件相当苛刻：两组变量必须是连续数据、呈现正态分布，且两者间必须成线性关系。如果我们在数学建模中拿到一组数据无法...
数学建模常用模型全面总结（含适用条件、优点、局限性和应用场景）
qq_63913621的博客
09-14 1192
数学建模常用模型全面总结（含适用条件、优点、局限性和应用场景）
Python 数学建模——Prophet 时间序列预测
wr114514的博客
09-11 1535
介绍如何使用 Python 库 Prophet 进行时间序列分析，以及一些参数的含义和设置。
【数学建模】2024数学建模国赛经验分享
风高秋月白，雨霁晚霞红
09-04 1万+
国赛经验分享。
数学建模笔记—— 回归分析
lbm666666的博客
09-11 1575
在统计学中，回归分析( regression analysis)指的是确定俩种或两种以上变量间相互依赖的定量关系的一种统计分析方法。回归分析按照涉及的变量的多少，分为一元回归和多元回归分析；按照因变量的多少，可分为简单回归分析和多重回归分析；按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析。在大数据分析中，回归分析是一种预测性的建模技术，它研究的是因变量(目标)和自变量(预测器) 之间的关系。这种技术通常用于预测分析以及发现变量之间的因果关系。例如，司机的鲁莽驾驶与道路交通事故数量之间的
认识数学建模，什么是数学建模
qq_63913621的博客
09-13 1172
数学建模（Mathematical Modeling）是一种利用数学语言、结构和方法，对实际问题进行描述、简化、分析和求解的过程。其核心在于通过将复杂的现实世界问题转化为可操作的数学形式，从而利用数学理论和计算技术对其进行深入研究和解决。数学建模涉及对系统的基本组成和关系进行抽象和简化。模型的形式可以多种多样，包括代数方程、微分方程、概率模型、优化模型、统计模型等。无论其形式如何，模型的最终目标都是为现实问题提供有意义的解释和预测，以支持决策制定和实际应用。
Matlab自学笔记三十六：日期时间型的概念及其简单应用
09-17 279
datetime(t,'Format','y-MM-dd HH:mm:ss eeee') %y M d H m s e分别代表年、月、日、时、分、秒、星期。（1）Datetime型，表示日期时间点，是存储日期和时间数据的主要方法，它支持算术运算，排序，比较，绘图和格式化显示；t=datetime(2018,8,8,12,0,0) %输入参数为：年、月、日、时、分、秒。duration(d,'Format','m') %m表示分钟，另外，h表示小时、s表示秒。
数学建模——熵权+TOPSIS+肘部法则+系统聚类
最新发布
一个电子信息嵌入式的学习笔记
09-17 375
数学建模——熵权+TOPSIS+肘部法则+系统聚类
"数学建模中的相关系数分析: Spearman和Pearson
数学建模中常用的两种相关系数是皮尔逊（Pearson）相关系数和斯皮尔曼（Spearman）等级相关系数。这两种相关系数用来衡量两个变量之间的相关性大小，但根据数据的特性和分布情况的不同，我们需要谨慎选择合适的相关...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值