相关性分析

已于 2022-07-13 10:57:17 修改
阅读量7.2k 收藏 151
点赞数 8
分类专栏： MATLAB建模 文章标签： 相关性分析 SPSS
于 2022-07-12 11:04:25 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_54809548/article/details/125718248
版权

 四种基本变量

一、两变量的相关性分析

相关系数及其检验：

1）Pearson相关系数（皮尔逊）

适用于定距、定比类型的变量。是运用最广的一种相关程度统计量。检验用t统计量：其中t服从自由度(n-2)的分布。

 相关系数的性质：

function coeff = myPearson(X , Y)
% 本函数实现了皮尔逊相关系数的计算操作
% 输入：
%   X：输入的数值序列
%   Y：输入的数值序列
% 输出：
%   coeff：两个输入数值序列X，Y的相关系数
if length(X) ~= length(Y)
    error('两个数值数列的维数不相等');
    return;
end
fenzi = sum((X-sum(X)/length(X)).*(Y-sum(Y)/length(Y)));
fenmu = sqrt(sum((X-sum(X)/length(X)).^2))*sqrt(sum((Y-sum(Y)/length(Y)).^2));
coef = fenzi / fenmu;
if length(X)>30
    coeff = coef;
elseif length(X)>4 && length(X)<30
    coeff = coef*(1+(1-coef^2)/(2*(length(X)-4)));      %计算无偏相关系数加以矫正
else
    coeff = coef;
    fprintf('数据长度小于5 %8.4f\n',coeff);
end
end %函数myPearson结束

2）Spearman等级相关系数（斯皮尔曼）

适用于度量定序变量与定序变量之间的相关.

function coeff = mySpearman(X , Y)
% 本函数用于实现斯皮尔曼等级相关系数的计算操作
%
% 输入：
%   X：输入的数值序列
%   Y：输入的数值序列
%
% 输出：
%   coeff：两个输入数值序列X，Y的相关系数
if length(X) ~= length(Y)
    error('两个数值数列的维数不相等');
    return;
end
%维度相等才能做相关性分析
N = length(X); %得到序列的长度
Xrank = zeros(1 , N); %存储X中各元素的排行
Yrank = zeros(1 , N); %存储Y中各元素的排行
%计算Xrank中的各个值
for i = 1 : N
    cont1 = 1; %记录大于特定元素的元素个数
    cont2 = -1; %记录与特定元素相同的元素个数
    for j = 1 : N
        if X(i) < X(j)
            cont1 = cont1 + 1;
        elseif X(i) == X(j)
            cont2 = cont2 + 1;
        end
    end
    Xrank(i) = cont1 + mean([0 : cont2]);
end
%计算Yrank中的各个值
for i = 1 : N
    cont1 = 1; %记录大于特定元素的元素个数
    cont2 = -1; %记录与特定元素相同的元素个数
    for j = 1 : N
        if Y(i) < Y(j)
            cont1 = cont1 + 1;
        elseif Y(i) == Y(j)
            cont2 = cont2 + 1;
        end
    end
    Yrank(i) = cont1 + mean([0 : cont2]);
end
%利用差分等级(或排行)序列计算斯皮尔曼等级相关系数
fenzi = 6 * sum((Xrank - Yrank).^2);
fenmu = N * (N^2 - 1);
coeff = 1 - fenzi / fenmu;
end %函数mySpearman结束

t检验

function ttest = myttest(X , Y) 
    if Y <= 2 
        error('计算相关系数的样本量不够');
        return;
    end
    if X == NaN
        ttest = Z;
        return;
    end
    r2 = myPearson(X , Y);%计算pearson系数
    %rs = mySpearson(X , Y);%计算Spearson系数
    [m,n]=size(Y)
    Z = m-2;%求出自由度
    tvalue=abs(r2/(sqrt((1-r2^2)/Z)));%t检验
    %t=rs*sqrt((n-2)/(1-rs^2));%t检验
    if Z == 1
        tnorm = 12.71;
        if tvalue > tnorm
            ttest = Z;
        else
            ttest = NaN;
        end
    elseif Z == 2
            tnorm = 4.30;
            if tvalue > tnorm
                ttest = Z;
            else
                ttest = NaN;
            end
    elseif Z == 3
            tnorm = 3.18;
            if tvalue > tnorm
                ttest = Z;
            else
                ttest = NaN;
            end
    elseif Z == 4
            tnorm = 2.78;
            if tvalue > tnorm
                ttest = Z;
            else
                ttest = NaN;
            end
    elseif Z == 5
            tnorm = 2.57;
            if tvalue > tnorm
                ttest = Z;
            else
                ttest = NaN;
            end       
    elseif Z == 6
            tnorm = 2.45;
            if tvalue > tnorm
                ttest = Z;
            else
                ttest = NaN;
            end            
    elseif Z == 7
            tnorm = 2.37;
            if tvalue > tnorm
                ttest = Z;
            else
                ttest = NaN;
            end
    elseif Z == 8
            tnorm = 2.31;
            if tvalue > tnorm
                ttest = X;
            else
                ttest = NaN;
            end
    elseif Z == 9
            tnorm = 2.26;
            if tvalue > tnorm
                ttest = Z;
            else
                ttest = NaN;
            end
    elseif Z == 10
            tnorm = 2.23;
            if tvalue > tnorm
                ttest = Z;
            else
                ttest = NaN;
            end            
    elseif Z == 11
            tnorm = 2.20;
            if tvalue > tnorm
                ttest = Z;
            else
                ttest = NaN;
            end        
    elseif Z == 12
            tnorm = 2.18;
            if tvalue > tnorm
                ttest = Z;
            else
                ttest = NaN;
            end            
    elseif Z == 13
            tnorm = 2.16;
            if tvalue > tnorm
                ttest = Z;
            else
                ttest = NaN;
            end            
    elseif Z == 14
            tnorm = 2.15;
            if tvalue > tnorm
                ttest = Z;
            else
                ttest = NaN;
            end            
    elseif Z == 15
            tnorm = 2.13;
            if tvalue > tnorm
                ttest = Z;
            else
                ttest = NaN;
            end            
    elseif Z == 16
            tnorm = 2.12;
            if tvalue > tnorm
                ttest = Z;
            else
                ttest = NaN;
            end  
    elseif Z == 17
            tnorm = 2.11;
            if tvalue > tnorm
                ttest = Z;
            else
                ttest = NaN;
            end            
    elseif Z == 18
            tnorm = 2.10;
            if tvalue > tnorm
                ttest = Z;
            else
                ttest = NaN;
            end            
    elseif Z == 19
            tnorm = 2.09;
            if tvalue > tnorm
                ttest = Z;
            else
                ttest = NaN;
            end            
    elseif Z == 20
            tnorm = 2.09;
            if tvalue > tnorm
                ttest = Z;
            else
                ttest = NaN;
            end            
    elseif Z == 21
            tnorm = 2.08;
            if tvalue > tnorm
                ttest = Z;
            else
                ttest = NaN;
            end            
    elseif Z == 22
            tnorm = 2.07;
            if tvalue > tnorm
                ttest = Z;
            else
                ttest = NaN;
            end            
    elseif Z == 23
            tnorm = 2.07;
            if tvalue > tnorm
                ttest = Z;
            else
                ttest = NaN;
            end            
    elseif Z == 24
            tnorm = 2.06;
            if tvalue > tnorm
                ttest = Z;
            else
                ttest = NaN;
            end
    elseif Z == 25
            tnorm = 2.06;
            if tvalue > tnorm
                ttest = Z;
            else
                ttest = NaN;
            end            
    elseif Z == 26
            tnorm = 2.06;
            if tvalue > tnorm
                ttest = Z;
            else
                ttest = NaN;
            end            
    elseif Z == 27
            tnorm = 2.05;
            if tvalue > tnorm
                ttest = Z;
            else
                ttest = NaN;
            end            
    elseif Z == 28
            tnorm = 2.05;
            if tvalue > tnorm
                ttest = Z;
            else
                ttest = NaN;
            end            
    elseif Z == 29
            tnorm = 2.04;
            if tvalue > tnorm
                ttest = Z;
            else
                ttest = NaN;
            end            
    elseif Z == 30
            tnorm = 2.04;
            if tvalue > tnorm
                ttest = Z;
            else
                ttest = NaN;
            end                        
    else 
            tnorm = 1.96;
            if tvalue > tnorm
                ttest = Z;
            else
                ttest = NaN;
            end                
    end
end %函数myttest结束

卡方检验

SPSS(两列数据)-->分析-->描述统计(交叉表【行:因变量；列:自变量】)-->卡方

 Eta检验

SPSS(两列数据)-->分析-->描述统计(交叉表【行:因变量；列:自变量】)-->相关性

偏相关分析

偏相关系数与简单相关系数区别 

 偏相关系数及其检验

-小透明-
关注
  • 8
    点赞
  • 踩
  • 151
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
SPSS-两变量相关性分析（转）
dihong0615的博客
08-07 4836
两个变量之间存在确定性:关系和不确定关系（会存在一定的波动范围），就好比你的亲生母亲绝对只有一个，而你的亲叔叔可能有好几个（可以在1叔—4叔之间波动） 相关性一般分为 1：强正相关关系 （一个值会随着另一个值的增加而增加，增加幅度很明显） 2：弱正相关关系 （一个值会随着另一个值的增加而稍增加，增...
（数据分析方法）相关性分析
junerli的博客
05-07 8010
相关关系是指变量的数值之间存在着依存关系，即一个变量的数值 会随着另一个变量或几个变量的数值变化而呈现出一定的变化规律。很多时候，我们都需要分析数据之间的相关性，相关性分析是数据回归前提，具有相关性的数据可以进一步进行回归分析。在 客观现实中，许多现象之间都存在着某种相互关联的关系。例如，降雨 量与云层厚度之间的关系；居民收入增长率与物价指数的关系；人的身 高和体重的关系；汽车行驶速度与行驶里程之间的关系；圆的面积与圆 的半径之间的关系等。
备战数学建模16-相关性分析SPSS&MATLAB
nuist_NJUPT的博客
05-08 1万+
一、变量类型与相关性分析 1-变量类型及分析 2-两变量的相关性分析 Peaeson系数法需要通过t检验，通过则说明结果不具有偶然性。 pearson系数法需要是定距或者定比变量。 二、相关性检验实例 对于定类和定类的变量，我们采用卡方检验，具体如下所示： 我们使用SPSS进行相关性分析，具体步骤如下： 首先导入数据，如下所示： 点击分析->描述统计->交叉表->统计->勾选卡方检验，检验结果可以发现，显著性...
相关性分析相关性分析和差异性分析
最新发布
zhu134的博客
08-03 1031
数学建模的常见算法
5种常用的相关分析方法
热门推荐
xiwan0902的博客
05-16 17万+
相关分析（Analysis of Correlation）是网站分析中经常使用的分析方法之一。通过对不同特征或数据间的关系进行分析，发现业务运营中的关键影响及驱动因素。并对业务的发展进行预测。本篇文章将介绍5种常用的分析方法。在开始介绍相关分析之前，需要特别说明的是相关关系不等于因果关系。 相关分析的方法很多，初级的方法可以快速发现数据之间的关系，如正相关，负相关或不相关。中级的方法
再说相关性分析
data_cola的博客
06-25 2253
标题叫再说相关性分析，为什么叫再说呢？因为之前说过了呗，但是一个知识点你反复咀嚼的时候就是会有不同的感悟，因此这篇文章要再来说说相关性分析。 什么是相关性 百度百科给的解释是：两个变量的关联程度。 或者多个变量，或者变量与变量之间吧的关联程度，都可以，就是说A和B之间肯定存在着某种关系，确定的关系我们用函数就可以描述出来了，而这种不稳定、不确定、不精确变化的关系我们就称之为相关关系。 比如不久前的新闻，说深圳离婚都要排号了，然后我们发现哈，越是大城市，人们的离婚率就越高，这就反映了城市化水平和离婚率
利用MATLAB实现典型相关性分析数学建模算法
01-10
典型相关性分析（Canonical Correlation Analysis，CCA）是一种用于研究两组变量之间关系的多元统计方法。它的目标是找到两组变量之间的最大相关性。具体而言，CCA寻找两个线性组合（典型变量），使得这两个组合之间...
利用MATLAB进行相关性分析数学建模
01-10
相关性分析是一种用于研究两个或多个变量之间关系的统计方法。该分析旨在衡量变量之间的关联程度，以便了解它们是如何一起变化的。最常见的相关性分析方法之一是计算相关系数，其中最常见的是皮尔逊相关系数。 1. **...
算法源码-相关性分析：典型相关性分析代码MCCA.rar
06-06
**典型相关性分析（Canonical Correlation Analysis，简称CCA）**是一种统计分析方法，用于寻找两个随机向量集合之间的最大相关性。在机器学习、数据挖掘和信号处理等领域中，它常用于探究不同变量间的结构关系，...
做相关性分析时，如何排除奇异值Outliers，以增加相关分析的准确性
04-21
在进行相关性分析时，确保数据的准确性至关重要。异常值，即奇异值（Outliers），是数据集中远离其他观测值的极端数值，它们可能由测量错误、数据输入错误或者样本中的特殊情况造成。当存在异常值时，它们可能会对...
Excel模板外币存款与汇率相关性分析.zip
04-14
这个名为“Excel模板外币存款与汇率相关性分析.zip”的压缩包提供了一个Excel工具，用于深入理解这两个概念之间的相互作用。通过分析，我们可以发现以下几个关键知识点： 1. **外币存款**：外币存款是指个人或企业...
关联性——相关性分析
路的博客
06-28 9967
相关分析是对变量两两之间的相关程度进行分析。相关分析的计算方式有三种，分别是 Pearson 相关系数（适用于定量数据，且数据满足正态分布）、Spearman 相关系数（数据不满足正态分布时或者定序数据使用）。Kendall's tau -b 相关系数（定序变量）​输入：两个或者两个以上的定量变量或定序变量输出：两两变量之间是否呈现显著性相似以及相似的程度​人的身高和体重之间；空气中的相对湿度与降雨量之间的相关关系都是相关分析研究的问题1.定类变量：只能区分为某一类别，类别平等2.定序变量：只能区分为某一类
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
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、付费专栏及课程。

余额充值