回归中的相关度和R平方值（麦子学院）

 回归中的相关度和R平方值

1. 皮尔逊相关系数 (Pearson Correlation Coefficient): 
   1.1 衡量两个值线性相关强度的量 
   1.2 取值范围 [-1, 1]: 
   正向相关: >0, 负向相关：<0, 无相关性：=0

    1.3
   

    
   

2. 计算方法举例：

X Y 
1 10 
3 12 
8 24 
7 21 
9 34

1. 其他例子：

   

2. R平方值:

   4.1定义：决定系数，反应因变量的全部变异能通过回归关系被自变量解释的比例。

   4.2 描述：如R平方为0.8，则表示回归关系可以解释因变量80%的变异。换句话说，如果我们能控制自变量不变，则因变量的变异程度会减少80%

   4.3： 简单线性回归：R^2 = r * r 
   多元线性回归： 
   

1. R平方也有其局限性：R平方随着自变量的增加会变大，R平方和样本量是有关系的。因此，我们要到R平方进行修正。修正的方法：

   

2. 
   

import numpy as np
import math
import matplotlib.pylab as plt
from bokeh.charts.builders.scatter_builder import Scatter

def computeCorrelation(X, Y):
    xBar = np.mean(X)
    yBar = np.mean(Y)
    varX=0
    varY=0
    SSR = 0
    for i  in range(len(X)):
        diffXXBar = X[i] - xBar
        diffYYbar = Y[i] - yBar 
        
        SSR += diffXXBar*diffYYbar
        varX += diffXXBar**2
        varY += diffYYbar**2
    SST= math.sqrt(varX*varY)
    return SSR/SST
def ployfit(x, y, degree):
    result={}
    coffs = np.polyfit(x,y, degree)
    result['polynomial']=coffs.tolist()
#     print coffs
    p= np.poly1d(coffs)
#     print p
    yhat = p(x)
#     print yhat," ----"
    fig.scatter(x,yhat)
    ybar=np.sum(y)/len(y)
    ssreg=np.sum((yhat-ybar)**2)
    sstot=np.sum((y-ybar)**2)
    result['determination']=ssreg/sstot
    return result
fig=plt.subplot() 
testX = [1, 3, 8, 7, 9]
testY = [10, 12, 24, 21, 34]
r = computeCorrelation(testX, testY)  
print 'r:',r
print "r*r:",r*r
result=ployfit(testX, testY, 1)
print result
fig.scatter(testX,testY,color="green")
plt.show()