🔆 文章首发于我的个人博客:欢迎大佬们来逛逛
数学建模:相关性分析
相关性分析
两变量的相关分析
Pearson
Spearman
Kendall tua-b
双变量关系强度测量的指标
相关系数的性质
代码实现example
%% Pearson
clc;clear;
data = [2.00 46.00
3.00 42.00
4.00 41.00
3.00 43.00
4.00 39.00
5.00 38.00
6.00 33.20
7.50 20.60
3.30 41.30
2.50 51.50
6.80 28.00];
%
X = data(:,1);
Y = data(:,2);
% 进行检验
coeff = corr(X,Y,'type','Pearson');
ttest = myTtest005(coeff,length(X)-2);
%% kendall
clc;clear;
data = [20 15 40 30 42 60 65 70 53 78;
25 18 60 45 62 88 92 99 75 98];
data = data';
%
X = data(:,1);
Y = data(:,2);
coeff = corr(X,Y,'type','Kendall');
ttest = myTtest005(coeff,length(X)-2);
%% Spearman
clc;clear;
data = [2 6 5 1 10 9 8 3 4 12 7 11;
3 4 2 1 8 11 10 6 7 12 5 9];
data = data';
X = data(:,1);
Y = data(:,2);
coeff = corr(X,Y,'type','Spearman');
myTtest005(coeff,size(data,1)-2);
t检验(t-test)临界值表-t检验表.xls
T检验代码:
myTtest005.m
偏相关分析
文章来源:https://www.toymoban.com/news/detail-697348.html
%% 偏相关分析
clc;clear;
data = [429.2 16.5 32.6
3663.8 101.4 60.0
96.6 13.4 25.6
289.0 32.0 9.6
537.9 40.7 15.0
704.0 73.5 19.4
472.4 56.8 30.9
1020.1 32.0 18.0
7074.2 341.5 39.2];
%% 分析去除第二列,第一列和第三列的相关性
X = data(:,1);
Y = data(:,2);
D = data(:,3);
[coeff,p2] = partialcorr(X,Y,D);
相关性分析及SPSS软件操作.pdf文章来源地址https://www.toymoban.com/news/detail-697348.html
到了这里,关于数学建模:相关性分析的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!