数学建模(5.3)相关系数_皮尔逊相关系数假设检验
对于相关系数大小的解释
比起相关系数的大小,显著性可能会更重要。
皮尔逊相关系数假设检验
1、提出原假设和备择假设
双侧检验: H 0 : r = 0 H_0:r=0 H0:r=0、 H 1 : r ≠ 0 H_1:r\neq 0 H1:r=0
单侧检验: H 0 : r = 0 H_0:r=0 H0:r=0、 H 1 : r < 0 H_1:r < 0 H1:r<0或 H 1 : r > 0 H_1:r > 0 H1:r>0
2、皮尔逊相关系数一般使用t分布
t = r n − 2 1 − r 2 t=r\sqrt{\frac{n-2}{1-r^2}} t=r1−r2n−2
r r r是相关系数
n是数据量
% tpdf是自由度为n-2的x的概率密度函数
% x是探究的变量
% n是数据量
y = tpdf(x,n-2);
3、常见置信水平:
90 % 、 95 % 、 99 % 90\%、95\%、99\% 90%、95%、99%
从t分布表中对比
检验值 t = r n − 2 1 − r 2 t=r\sqrt{\frac{n-2}{1-r^2}} t=r1−r2n−2落在哪个区域,在拒绝域就拒绝,在接受域就接受
p值判断法
p就是 ∫ − ∞ x f ( x ) \int _{-∞}^xf(x) ∫−∞xf(x)
% 双侧检验要乘二,单侧检验不用乘二
p = (1-tcdf(t*,n-2))*2
p<0.05,说明拒绝原假设,p>0.05,接受原假设。
有0颗表示在0.1上拒绝原假设,
有1颗表示在0.1上接受原假设,
有2颗表示在0.05上接受原假设,
有3颗表示在0.01上接受原假设。
星星越多越显著(不过不同软件标记不同,看注释就好)。
% R为相关系数,P为对应于每个相关系数的P值
% Test表示矩阵
[R,P]=corrcoef(Test);
SPSS分析:
分析->相关->双变量->(皮尔逊、双尾/单尾、标记显著性相关性)
条件
实验数据来自正态分布的总体
实验数据差距不能太大
样本之间独立抽样的