第五讲：相关系数

目录

总体皮尔逊相关系数

样本皮尔逊相关系数

描述性统计

对皮尔逊系数进行假设检验

皮尔逊相关系数假设检验的条件

 正态分布jb检验

夏皮罗-威尔克检验

 Q-Q图

斯皮尔曼相关系数

两种相关系数的比较

---

总体皮尔逊相关系数

样本皮尔逊相关系数

这里的相关系数只是用来衡量两个变量线性相关程度的指标； 也就是说，必须先确认这两个变量是 线性相关 的，然后这个相关系数才能 告诉你他俩相关程度如何

（1）如果两个变量本身就是线性的关系， 那么皮尔逊相关系数绝对值大的就是相关性 强，小的就是相关性弱；

（2）在不确定两个变量是什么关系的情况 下，即使算出皮尔逊相关系数，发现很大， 也不能说明那两个变量线性相关，甚至不能说他们相关，我们一定要画出散点图来看才行。

描述性统计

对皮尔逊系数进行假设检验

%% 计算p值
x = -4:0.1:4;
y = tpdf(x,28);
figure(2)
plot(x,y,'-')
grid on 
hold on
% 画线段的方法
plot([-3.055,-3.055],[0,tpdf(-3.055,28)],'r-')
plot([3.055,3.055],[0,tpdf(3.055,28)],'r-')
disp('该检验值对应的p值为：')
disp((1-tcdf(3.055,28))*2)  %双侧检验的p值要乘以2

%% 计算各列之间的相关系数以及p值
[R,P] = corrcoef(Test)
% 在EXCEL表格中给数据右上角标上显著性符号吧
P < 0.01  % 标记3颗星的位置
(P < 0.05) .* (P > 0.01)  % 标记2颗星的位置
(P < 0.1) .* (P > 0.05) % % 标记1颗星的位置

皮尔逊相关系数假设检验的条件

 正态分布jb检验

% 正态分布的偏度和峰度
x = normrnd(2,3,100,1);   % 生成100*1的随机向量，每个元素是均值为2，标准差为3的正态分布
skewness(x)  %偏度
kurtosis(x)  %峰度

% 用循环检验所有列的数据
n_c = size(Test,2);  % number of column 数据的列数
H = zeros(1,6);  % 初始化节省时间和消耗
P = zeros(1,6);
for i = 1:n_c
    [h,p] = jbtest(Test(:,i),0.05);
    H(i)=h;
    P(i)=p;
end
disp(H)
disp(P)

夏皮罗-威尔克检验

 Q-Q图

在统计学中， Q‐Q 图（Q代表分位数 Quantile ）是一种通过比较两个概 率分布的分位数对这两个概率分布进行比较的概率图方法。 首先选定分位数的对应概率区间集合，在此概率区间上，点(x,y) 对应 于第一个分布的一个分位数x 和第二个分布在和 x 相同概率区间上相同的分 位数。 这里，我们选择正态分布和要检验的随机变量，并对其做出QQ 图，可想而知，如果要检验的随机变量是正态分布，那么QQ 图就是一条直线。

要利用 Q‐Q 图鉴别样本数据是否近似于正态分布 , 只需看 Q‐Q 图上的点 是否近似地在一条直线附近。（要求数据量非常大）

斯皮尔曼相关系数

%% 斯皮尔曼相关系数
X = [3 8 4 7 2]'  % 一定要是列向量哦，一撇'表示求转置
Y = [5 10 9 10 6]'
% 第一种计算方法
1-6*(1+0.25+0.25+1)/5/24

% 第二种计算方法
coeff = corr(X , Y , 'type' , 'Spearman')
% 等价于：
RX = [2 5 3 4 1]
RY = [1 4.5 3 4.5 2]
R = corrcoef(RX,RY)

% 计算矩阵各列的斯皮尔曼相关系数
R = corr(Test, 'type' , 'Spearman')

% 大样本下的假设检验
% 计算检验值
disp(sqrt(590)*0.0301)
% 计算p值
disp((1-normcdf(0.7311))*2) % normcdf用来计算标准正态分布的累积概率密度函数

两种相关系数的比较