import numpy as np
from scipy.stats import pearsonr
from sklearn.metrics import r2_score
# 示例数据
data1 = np.array([1, 2, 3, 4, 5])
data2 = np.array([2, 4, 5, 4, 7])
# 计算相关性
correlation, _ = pearsonr(data1, data2)
# 计算R^2
r_squared = r2_score(data1, data2)
# 打印结果
print("相关性:", correlation)
print("R^2:", r_squared)
在Excel中,你可以使用内置的函数来计算两组数据的相关性和R^2(决定系数)。以下是如何在Excel中执行这些计算的步骤:
计算相关性(Pearson相关系数):
-
打开Excel,并将第一组数据放入一个列(例如,列A)。
-
将第二组数据放入另一列(例如,列B)。
-
在要显示相关性的单元格中,输入以下函数:
lessCopy code
=CORREL(A1:A5, B1:B5)
这里假设你有5个数据点。请根据你的实际数据点数量调整范围。
-
按下Enter键,Excel将计算并显示两组数据的Pearson相关系数(相关性值)。
计算R^2(决定系数):
在Excel中,R^2通常不是一个直接可用的函数,但你可以使用相关性值来计算R^2。R^2等于相关性值的平方。
-
首先,按照上述步骤计算两组数据的相关性。
-
在另一个单元格中,输入以下函数来计算R^2:
lessCopy code
=CORREL(A1:A5, B1:B5)^2
这里假设你的相关性值在之前的计算中位于一个单元格中。
-
按下Enter键,Excel将计算并显示R^2值。
这样,你就可以在Excel中计算两组数据的相关性和R^2。请确保适当地调整范围和数据点的数量以匹配你的实际数据。