相关性模型-相关系数

相关系数可用来衡量两个变量之间的相关性大小,根据数据满足的不同条件,选择不同的相关系数进行计算分析。

两种常用的相关系数:皮尔逊person和斯皮尔曼spearman。

总体和样本:

  

皮尔逊相关系数:(要求数据要都是符合正态分布的数据,而且数据需线性相关)

必须先确认两个变量时线性相关的(画样本散点图先观察是否线性),然后此系数才能告诉他们相关程度如何。如果计算的相关系数为0,只能说明非线性相关。

 

 

不能说协方差大的两个变量比协方差小的两个变量更相关,因为没有消除变量的量纲的影响。皮尔逊相关系数就是协方差消除量纲后的结果。

 

 

样本皮尔逊相关系数同总体皮尔逊相关系数:

  • 1
    点赞
  • 13
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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