文章目录
- 一、前言🚀🚀🚀
- 二、斯皮尔曼spearman相关系数:☀️☀️☀️
-
-
- [1. 回顾皮尔逊相关系数](#1. 回顾皮尔逊相关系数)
- [2. 斯皮尔曼spearman相关系数](#2. 斯皮尔曼spearman相关系数)
- [3. 斯皮尔曼相关系数公式](#3. 斯皮尔曼相关系数公式)
- [4. 另外一种斯皮尔曼相关系数定义](#4. 另外一种斯皮尔曼相关系数定义)
- [5. matlab的用法](#5. matlab的用法)
- [5. matlab的用法](#5. matlab的用法)
-
- 三、对斯皮尔曼相关系数进行假设性检验
-
-
- [3.1 小样本](#3.1 小样本)
- [3.2 大样本](#3.2 大样本)
-
- 四、两个相关系数的选择
一、前言🚀🚀🚀
☀️☀️☀️
外面的世界好大!
去外面......更外面的地方。
没关系的,跟Sakura在外面到处玩,很开心,所以我能坚持下来。
没关系这是我一生里最自由的时间,以前没有过,以后也不会有。
------ 上杉绘梨衣 《龙族》
本文简介:本讲我们将介绍斯皮尔曼spearman相关系数在数学建模中的应用。
二、斯皮尔曼spearman相关系数:☀️☀️☀️
1. 回顾皮尔逊相关系数
1.首先我们要看的是x和y有没有线性的趋势(或者说有没有线性的关系)
2.那怎样来看呢,我们需要做出x和y的散点图
3.通过散点图,我们可以看出大概的趋势。
4.那假如说x和y他们有线性的关系的话,我们就可以算出他们的皮尔逊相关系数
5.那假如说我们现在还想检验一下这个皮尔逊相关系数是否显著的(异于零那如果要用到假设检验的话,
需要用到一个很强的条件,就是我们x和y它的总体是正态分布。
6.那检验正态分布我们学过两种方法:J检验(大样本)、小样本的检验
接下来学另外一种相关系数一一斯皮尔曼spearman相关系数(对我们数据的要求比较低)
2. 斯皮尔曼spearman相关系数
3. 斯皮尔曼相关系数公式
rs大于0说明正相关,小于0说明负相关,而且绝对值越大相关性越强。
4. 另外一种斯皮尔曼相关系数定义
5. matlab的用法
5. matlab的用法
三、对斯皮尔曼相关系数进行假设性检验
3.1 小样本
3.2 大样本
看一下我们之前p值是怎么算的