1.皮尔逊相关系数

1.皮尔逊相关系数-两变量关联性分析

世间万物是普遍联系的.

客观现象之间的数量联系存在着函数关系和相关关系。当一个或几个变量取定值时,另一个变量有确定的值与之对应,称为函数关系,可用Y=f(x)表示.当一个变量增长,另一个也随之增大(或减少),称这种现象为相关。

两个变量有相关现象,称为相关关系.相关关系不一定是因果关系.

 

主要探讨线性相关-Pearson相关关系

散点图

为了确定相关变量之间的关系,首先应该收集一些数据,这些数据应该是成对的.例如,每人的身高和体重。然后在直角坐标系上描述这些点,这一组点集称为散点图.

 

例子

为了研究父亲与成年儿子身高之间的关系,卡尔.皮尔逊测量了1078对父子的身高,把1078对数字表示在坐标上.如图,用水平轴X上的数字代表父亲身高,垂直轴Y上的数代表儿子的身高,1078个点所形成的图形是一个散点图.

它的形状想一块橄榄状的云,中间的点密集。边沿的点稀少,其主要部分是一个椭圆.

相关联系

作用:粗略地给出了两个变量的关联类型与程度.

通过相关散步图的形状,大概可以判断变量之间相关程度的强弱,方向和性质,但不能得知其相关的确切程度。

为精确了解变量间的相关程度,求出描述变量间相关程度与变化方向的量数,即相关系数.总体相关系数用P表示,样本相关系数

用r表示.

相关推荐
©️2020 CSDN 皮肤主题: 大白 设计师:CSDN官方博客 返回首页
实付 79.90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、C币套餐、付费专栏及课程。

余额充值