相关系数——数学建模清风笔记

总体和样本

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

皮尔逊Pearson相关系数

总体皮尔逊Pearson相关系数

皮尔逊相关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。

样本皮尔逊Pearson相关系数

皮尔逊相关系数的理解误区

皮尔逊相关系数只是用来衡量两个变量线性相关程度的指标；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。因此建模中要先画散点图判断是否是线性相关。

（1）非线性相关也会导致线性相关系数很大，例如图2。

（2）离群点对相关系数的影响很大，例如图3，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，例如图4，可能是受到了异常值的影响。

（4）相关系数计算结果为0，只能说不是线性相关，但说不定会有更复杂的相关关系（非线性相关），例如图5。

两点总结：

（1）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的就是相关性强，小的就是相关性弱。

（2）在不确定两个变量是什么关系的情况下，即使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。

比起相关系数的大小，我们往往更关注的是显著性。（假设检验）

计算步骤

第一步：对数据进行描述性统计

方法一：MATLAB

举例：

clear;clc
load 'physical fitness test.mat'  %文件名如果有空格隔开，那么需