相关性

✍ dations ◷ 2025-07-11 16:40:58 #相关性
在概率论和统计学中,相关(Correlation),显示两个随机变量之间线性关系的强度和方向。在统计学中,相关的意义是用来衡量两个变量相对于其相互独立的距离。在这个广义的定义下,有许多根据数据特点而定义的用来衡量数据相关的系数。英国生物学家和统计学家弗朗西斯·高尔顿首先提出“相关”这一概念,英国数学家卡尔·皮尔逊在此基础上做出了进一步发展。对于不同测量尺度的变数,有不同的相关系数可用:其中,E是数学期望,cov表示协方差, σ X {displaystyle sigma _{X}} 和 σ Y {displaystyle sigma _{Y}} 是标准差。因为 μ X = E ( X ) {displaystyle mu _{X}=E(X)} , σ X 2 = E ( X 2 ) − E 2 ( X ) {displaystyle sigma _{X}^{2}=E(X^{2})-E^{2}(X)} ,同样地,对于 Y {displaystyle Y} ,可以写成当两个变量的标准差都不为零,相关系数才有定义。从柯西-施瓦茨不等式可知,相关系数的绝对值不超过1。当两个变量的线性关系增强时,相关系数趋于1或-1。当一个变量增加而另一变量也增加时,相关系数大于0。当一个变量的增加而另一变量减少时,相关系数小于0。当两个变量独立时,相关系数为0,但反之并不成立。这是因为相关系数仅仅反映了两个变量之间是否线性相关。比如说,X是区间[-1,1]上的一个均匀分布的随机变量。Y = X2.那么Y是完全由X确定。因此Y和X不独立,但相关系数为0。或者说他们是不相关的。当Y和X服从联合正态分布时,其相互独立和不相关是等价的。当一个或两个变量带有测量误差时,他们的相关性就受到削弱,这时,“反衰减”性(disattenuation)是一个更准确的系数。对于居中的数据来说(何谓居中?也就是每个数据减去样本均值,居中后它们的平均值就为0),相关系数可以看作是两个随机变量中得到的样本集向量之间夹角的cosine函数。一些实际工作者更喜欢用非居中的相关系数(与皮尔逊系数不相兼容)。看下面的例子中有一个比较。例如,假设五个国家的国民生产总值分别是1、2、3、5、8(单位10亿美元),又假设这五个国家的贫困比例分别是11%、12%、13%、15%、18%。则我们现在有两个有序的包含5个元素的向量x、y:x =(1, 2, 3, 5, 8)、 y =(0.11, 0.12, 0.13, 0.15, 0.18) 使用一般的方法来计算向量间夹角(参考数量积),未居中的相关性系数如下:上面的数据实际上是故意选择了一个完美的线性关系:y = 0.10 + 0.01 x。因此皮尔逊相关系数应该就是1。把数据居中(x中数据减去E (x) = 3.8,y中数据减去E (y) = 0.138)后得到:x =(−2.8, −1.8, −0.8, 1.2, 4.2)、y =(−0.028, −0.018, −0.008, 0.012, 0.042),由此得到了预期结果:相关系数的计算过程可表示为:将每个变量都转化为标准单位,乘积的平均数即为相关系数。两个变量的关系可以直观地用散点图表示,当其紧密地群聚于一条直线的周围时,变量间存在强相关。一个散点图可以用五个统计量来概括。所有x值得平均数,所有x值的SD,所有y值得平均数,所有y值的SD,相关系数r.将第一个变量记为x ,第二个变量记为y ,相关系数为r,则可以通过以下公式:r = 的平均数

相关

  • 微血管微血管(capillary)又称为毛细血管或微丝血管,连接动脉与静脉,是由动脉分支为较小的动脉,再分支多次的血管。微血管是管壁最薄的血管,只有一层细胞的厚度,利于细胞之间物质的交换。
  • 吉安巴蒂斯塔·德拉·波尔塔吉安巴蒂斯塔·德拉·波尔塔(英语:Giambattista della Porta),(1535年-1615年),文艺复兴时期欧洲学者之一。出生于那不勒斯。由于受新柏拉图主义影响,他研究原因不明的自然现象,包括光
  • 二十世纪1901年1月1日至2000年12月31日的这一段期间被称为20世纪。该世纪最初属于“不列颠治世”后期,是工业革命大爆发的年代,识字率大量提升,科学研究一日千里,人类学会了制造航天器与
  • 托儿所托可以指:
  • 南岛语系南岛语系(英语:Austronesian languages)是主要由南岛民族所使用的语言,是世界现今唯一主要分布在岛屿上的一个语系,包括约1300种语言。其分布主要位于南太平洋群岛,包括台湾、海南
  • 执照执照旧时指官府所发的文字凭证,今指由行政主管机关应公民、法人或其它组织的申请,对符合法定条件的申请人依法发给的准许从事某种行业、工作或特殊活动的正式凭证,是许可证的一
  • 赛车手从事赛车这项运动之人的通称,可分为业余赛车手和职业赛车手。 职业赛车手有固定的车队薪水及团体赞助,且每年有固定的赛程;而业余赛车手则是以个人的兴趣来参赛,没有固定赛程及
  • 卫星互联网接入卫星上网是指由通讯卫星提供的网络存取服务。卫星上网通常需要三大部件。一颗通常位于地球静止轨道的卫星。一个地面站,通常作为网关。还有是天线。卫星上网通信可以分为双通
  • 豆科豆科(学名:Fabaceae,保留名:Leguminosae)植物属于真双子叶植物豆目,约有800属19,325种。为被子植物中相当庞大的一科,占了已知开花植物物种的7%。部分物种在经济上具有重要地位,该科
  • 马萨诸塞州行政区划美国马萨诸塞州一共有14个县,其中的8个县没有自己的政府,只有5个县拥有自己的独立政府,分别是巴恩斯特布尔县、布里斯托尔县、杜克斯县、诺福克县和普利茅斯县。而楠塔基特县则