参考文章:https://blog.csdn.net/qq_40590753/article/details/86646775?ops_request_misc=&request_id=&biz_id=102&utm_term=%E6%95%B0%E5%AD%A6%E5%BB%BA%E6%A8%A1%20%E5%88%86%E6%9E%90%E6%A8%A1%E5%9E%8B%E5%AF%B9%E7%9B%B8%E5%85%B3%E5%9B%A0%E7%B4%A0%E7%9A%84%E4%BE%9D%E8%B5%96%E6%80%A7&utm_medium=distribute.pc_search_result.none-task-blog-2allsobaiduweb~default-4-86646775.pc_search_result_control_group
皮尔逊相关系数:
假设检验:
在使用皮尔逊等相关系数之前,最好写一个描述性统计,可以使用EXCEL/SPSS进行。
步骤:
1.使用SPSS画出矩阵散点图,看看是否为LINEAR
2.如果是线性,则进行下一步。写出描述性统计
3.计算皮尔逊相关系数(matlab的corrcoef函数)
4.使用EXCEL画出相关系数表,比如:
5.对皮尔逊相关系数进行检验
或者:
6.检验数据的来源是否为正态分布
(1)大样本,n>30
偏度和峰度的计算方法:
使用matlab进行简便的计算:
(2)小样本,n<=50
(3)大数据的另外一种直观的方法–QQ图
用法:
斯皮尔曼相关系数:
斯皮尔曼相关系数检验:
(1)小样本
(2)大样本
用matlab直接获得R P的值
两种相关系数的比较: