1樓:匿名使用者
首先,相關係數只能衡量線性相關的程度,不能衡量非線性相關的程度
其次,如上面回答的,對於線性相關性的程度高低取決於相關係數絕對值的大小。
2樓:匿名使用者
首先r的範圍是(-1,1),應該是絕對值越接近1越線性相關,接近-1是負線性相關,接近1是線性相關
相關係數越大,說明兩個變數之間的關係就越強嗎
3樓:月似當時
樣本的簡單相關係數一般用r表示,計算公式為:
r 的絕對值越大表明相關性越強,要注意的是這裡並不存在因果關係。若r=0,表明兩個變數間不是線性相關,但有可能是其他方式的相關(比如曲線方式)。
利用樣本相關係數推斷總體中兩個變數是否相關,可以用t 統計量對總體相關係數為0的原假設進行檢驗。若t 檢驗顯著,則拒絕原假設,即兩個變數是線性相關的;若t 檢驗不顯著,則不能拒絕原假設,即兩個變數不是線性相關。
擴充套件資料
一些實際工作者用非居中的相關係數(與pearson係數不相相容)。
例如:假設五個國家的國民生產總值分別是1、2、3、5、8(單位10億美元),又假設這五個國家的貧困比例分別是11%、12%、13%、15%、18%。
則有兩個有序的包含5個元素的向量x、y:x = (1, 2, 3, 5, 8) 、 y = (0.11, 0.
12, 0.13, 0.15, 0.
18) 使用一般的方法來計算向量間夾角(參考數量積)。
上面的資料實際上是選擇了一個完美的線性關係:y
= 0.10 + 0.01 x。因此皮爾遜相關係數應該就是1。
把資料居中(x中資料減去 e(x) = 3.8 ,y中資料減去e(y) =
0.138)後得到:x = (−2.
8, −1.8, −0.8, 1.
2, 4.2)、 y = (−0.028, −0.
018, −0.008,
0.012, 0.042)。
4樓:禾鳥
相關係數越大,說明兩個變數之間的關係就越強。當相關係數為1時,兩個變數其實就是一次函式關係。
相關係數介於0與1之間,用以反映變數之間相關關係密切程度的統計指標。相關係數是按積差方法計算,同樣以兩變數與各自平均值的離差為基礎,通過兩個離差相乘來反映兩變數之間相關程度;著重研究線性的單相關係數。
相關係數是最早由統計學家卡爾·皮爾遜設計的統計指標,是研究變數之間線性相關程度的量,一般用字母 r 表示。由於研究物件的不同,相關係數有多種定義方式,較為常用的是皮爾遜相關係數。
擴充套件資料
(1)相關係數的應用
1、概率論
例:若將一枚硬幣拋n次,x表示n次試驗中出現正面的次數,y表示n次試驗中出現反面的次數。計算ρxy。
解:由於x+y=n,則y=-x+n,根據相關係數的性質推論,得ρxy = − 1。
2、企業物流
例:一種新產品上市,在上市之前,公司的物流部需把新產品合理分配到全國的10個倉庫,新品上市一個月後,要評估實際分配方案與之前考慮的其他分配方案中,是實際分配方案好還是其中尚未使用的分配方案更好。
通過這樣的評估,可以在下一次的新產品上市使用更準確的產品分配方案,以避免由於分配而產生的積壓和斷貨。表1是根據實際資料所列的數表。
通過計算,很容易得出這3個分配方案中,b的相關係數是最大的,這樣就評估到b的分配方案比實際分配方案a更好,在下一次的新產品上市分配計劃中,就可以考慮用b這種分配方法來計算實際分配方案。
3、聚類分析
例:如果有若干個樣品,每個樣品有n個特徵,則相關係數可以表示兩個樣品間的相似程度。藉此,可以對樣品的親疏遠近進行距離聚類。
例如9個小麥品種(分別用a1,a2,...,a9表示)的6個性狀資料見表2,作相關係數計算並檢驗。
由相關係數計算公式可計算出6個性狀間的相關係數,分析及檢驗結果見表3。由表3可以看出,冬季分櫱與每穗粒數之間呈現負相關(ρ = − 0.8982),即麥冬季分櫱越多,那麼每穗的小麥粒數越少,其他性狀之間的關係不顯著。
(2)相關係數的缺點:
需要指出的是,相關係數有一個明顯的缺點,即它接近於1的程度與資料組數n相關,這容易給人一種假象。
因為,當n較小時,相關係數的波動較大,對有些樣本相關係數的絕對值易接近於1;當n較大時,相關係數的絕對值容易偏小。特別是當n=2時,相關係數的絕對值總為1。因此在樣本容量n較小時,我們僅憑相關係數較大就判定變數x與y之間有密切的線性關係是不妥當的。
5樓:西域牛仔王
相關係數介於 -1 與 1 之間,是衡量兩個變數之間線性關係程度的量,
相關係數越大,說明兩個變數之間的線性關係越強。
當相關係數為 1 時,兩個變數其實就是一次函式關係。
6樓:匿名使用者
相關性的強度確實是用相關係數的大小來衡量的,但相關大小的評價要以相關係數顯著性的評價為前提,我們首先應該檢驗相關係數的顯著性,如果顯著,證明相關係數有統計學意義,下一步再來看相關係數大小,如果相關係數沒有統計學意義,那意味著你研究求得的相關係數也許是抽樣誤差或者測量誤差造成的,再進行一次研究結果可能就大不一樣,此時討論相關性強弱的意義就大大減弱了。
在滿足相關係數顯著的條件下,相關係數越大,相關性就越強,這沒錯
7樓:獨梅印血
強強強強強強強強強強強強強強強強強強強強強強強強強強強強
對於線性相關係數 ,敘述正確的是 a. 越大,相關程度越大,反之相關程度越小 b. 越大,相關程
8樓:手機使用者
c試題分析:用來相關源係數r可以衡量兩個變數bai之間的相關關du
系的強弱,zhir的絕對值越接近於1,表dao示兩個變數的線性相關性越強,相關係數的取值範圍是[-1,1],得到結果. 解:用相關係數r可以衡量兩個變數之間的相關關係的強弱,r的絕對值越接近於1,表示兩個變數的線性相關性越強,故選c
點評:本題考查兩個變數線性相關的強弱的判斷,屬於基礎題
下列命題:1兩個變數間的相關係數r越小,說明兩變數間的線性相關程度越低;2已知線性迴歸方程為?y=3+2?
9樓:匿名使用者
對於來1,相關係數r的絕對值源
越趨近於
bai1,相關性越強;越du趨近於0,相關性越弱zhi,∴1錯誤;dao
對於2,線性迴歸方程?
y=3+2?
x中,當變數x增加1個單位時,其預報值平均增加2個單位,是正確的;
對於3,根據頻率分佈直方圖得,眾數mo最小,平均值.
x最大,∴3錯誤;
對於4,它的逆否命題是:設a、b∈r,若a=3且b=3,則a+b=6,是真命題,
∴原命題也是真命題,4正確;
對於5,由絕對值的意義知|x|+|x-1|的最小值為1,∴|x|+|x-1| 故答案為:24. 3變數間的來相關關係1 1 變數之間除 源了函式關係bai 外,還有相關關係。例 du 1 商品銷售zhi收入與廣告dao支出經費之間的關係 2 糧食產量與施肥量之間的關係 3 人體內脂肪含量與年齡之間的關係 不同點 函式關係是一種確定的關係 而 相關關係是一種非確定關係.相關關係與函式關係的異同點... 在標準模組內定義變數,做法在工程選單下選新增模組,在其 編寫視窗以public定義,例 public gy ml as stringpublic zt dm 24 as bytepublic sum as single 各個窗體在引用這些public變數不需要再宣告,除了動態陣列在運用是需給出陣列大... 抗日戰爭時期，中國是亞洲戰區最大的陸地戰場，國民黨領導的正面抗戰和共產黨領導敵後戰場構成了我國抗擊日軍的基本作戰戰略 形成原因 國民黨軍隊是國家的主要武裝力量，人數，補給方面都可以與日軍進行大規模作戰，國民黨軍隊的作戰任務很明確，就是死守國土，這樣必然與日軍發生大規模會戰，逐步形成了正面戰場 共產黨...簡述變數間的相關分析有哪些方法,研究兩個變數之間的相關關係及程度用什麼方法
初級問題VB的兩個窗體之間怎樣共用同變數的值
說明抗日戰爭時兩個戰場的形成原因互相關係和作用