清风数学建模---第五讲相关系数（person相关系数）

person相关系数和spearman等级相关系数。
可以用来衡量两个变量之间的相关性的大小，根据数据满足的不同条件，我们要选择不同的相关系数进行计算和分析

皮尔逊相关系数

先来看两个概念

总体----所要考察对象的全部个体叫做总体。我们总是希望得到总体数据的一些特征（例如均值方差等）
样本-----从总体中所抽取的一部分个体叫做总体的一个样本
计算这些抽取的样本的统计量来估计总体的统计量：
比如使用样本均值、样本标差来估计总体的均值（平均水平）和总体的标准差（偏离程度）

总体的person相关系数

注意：协方差的大小和两个变量的量纲有关，因此在受到量纲的影响时不适合做比较。

因为X，Y的标准差的单位和X,Y一样，则用总体协方差除以X,Y的标准差就可以消除量纲的影响。
则皮尔逊系数也可以看成是剔除了两个变量量纲影响，即将X和Y标准化后的协方差

样本person系数

这里应该注意：样本的方差分母为n-1

散点图判断x和y之间的关系

由图可以看出，当相关系数的绝对值越接近1，就越接近于直线。

关于皮尔逊相关系数的一些误区

皮尔逊相关系数只是用来衡量两个变量新型相关程度的指标；也就是说，你必须先确认
这两个变量是线性相关的，然后这个相关系数才能告诉你他俩相关程度如何。

则如上图可以发现
1.非线性相关也会导致线性相关系数很大，列如图1中的第二个图。
2.离群点对相关系数的影响很大。例如图1中的图3.且去掉离群点后，相关系数为0.98。
3.如果两个变量的相关系数很大也不能说明两者相关。列如图1中的图4.
4.相关系数计算结果为0，只能说明不是线性相关，但说不定会有更复杂的相关关系（非线性相关）。列入图2.

总结

• 如果两个变量本身就是线性的关系，那么皮尔逊相关系数绝对值大就是相关行强，小就是相关性弱。
• 在不确定两个变量是什么关系的情况下就算算出皮尔逊相关系数，发现很大，也不能说明那两个变量线性相关。甚至不能说他们相关，我们一定要画出散点图来看才行。

例题

首先要注意应该进行描述性统计

除了用Matlab来进行描述性统计，还可以用Excel或者spss来进行。
Excel：需要在开始->选项->加载项->数据分析中打开数据分析。
SPSS：

皮尔逊相关系数的计算

别忘了应该先判断指标间是否为线性关系

画散点图

因为这里的指标较多，因此选用SPSS来做散点图。

corrcoef函数

R=corrcoef(A)
返回A的相关系数的矩阵，其中A的列表表示随机变量（指标），行表示观测值（样本）。
R=corrcoef(A,B)
返回两个随机变量A,B之间的系数。

而这里我们要计算的六个指标的相关系数，只需使用R=corrcoef(A)；

数据可以用Excel进行美化，过程如下。