苏丹共和国地图:相关分 析总结
来源:百度文库 编辑:九乡新闻网 时间:2024/04/29 13:04:41
相关分析总结
我参考论坛各位朋友的讨论,对相关分析做了一个小结,希望拿来和大家一起看看,非常希望各位朋友能够批评指正,进行补充和修改,我将不胜感激!
相关分析总结
在数据分析的过程中,我们常常需要分析两个或两个以上现象之间的因果关系,一般来说,常考虑下面的几种分析方法:
相关分析:不需要区分自变量和因变量,两个或者多个变量之间是平等的关系。通过相关分析可以了解变量之间的密切程度。如:教育事业的发展与科学技术的发展存在着一定的关系,学生的数学成绩与物理成绩存在着一定的关系,相关分析就是要分析这种密切程度。
回归分析:区分自变量和因变量,适合于因变量和自变量均为连续变量的情况,建立回归方程,要找出因变量和自变量之间的具体的相关关系。如“收入”和“产品销售量”的回归关系。
方差分析:适用于自变量为分类变量、因变量为连续变量的情况。
本小结着重总结相关分析。
相关类型:
1、直线相关:两变量呈线性共同增大,或一增一减,要求两个变量服从联合的正态分布,若不服从,则要考虑变量变换,或者采用等级相关来分析。
2、曲线相关:两变量存在相关趋势,但非线性。此时若进行直线相关,有可能出现无相关性的结论,曲线相关分析是一般都先将变量进行变量变换,以将趋势变换为直线分析,或者采用曲线回归方法来分析。
相关的方向
依照两种变量变动的方向分,有正相关、负相关和无相关(零相关)。
1、正相关:一种变量增加或减少,另一种变量也在增加或减少,两种变量变动的方向相同,谓之正相关。
2、负相关:一种变量增加或减少,另一种变量也在减少或增加,两种变量变动的方向相反,谓之负相关。
3、无相关:在两种变量之间,一种变量变动时,另一种变量毫无变动,即使变动也无一定的规律,如人的相貌与人的思想品德, 人的身体高矮与学习成绩的好坏等是无什么关系的,这两种变量的关系谓之无相关或零相关。
相关分析针对的数据类型以及计算相关程度的统计量:
1、两个连续性变量:
两个连续变量间呈线性相关时,且两变量服从联合正态分布,使用Pearson积差相关系数。若不满足积差相关分析的适用条件时,使用Spearman秩相关系数来描述。 Spearman相关系数又称秩相关系数,是利用两变量的秩次大小作线性相关分析,对原始变量的分布不作要求,属于非参数统计方法,适用范围要广些。对于服从Pearson相关系数的数据亦可计算Spearman相关系数,但统计效能要低一些。Spearman相关系数的计算公式可以完全套用pearson相关系数计算公式,但公式中的x和y用相应的秩次代替即可。
2、 两个有序分类变量:
Kendall‘s tau-b等级相关系数:用于反映分类变量相关性的指标,适用于两个分类变量均为有序分类的情况。对相关的有序变量进行非参数相关检验; 取值范围在-1-1之间,此检验适合于正方形表格;
其他:偏相关分析
适用于在控制其他变量影响的情况下对两个变量进行相关分析,被分析的两个变量必须服从正态分布。比如说,一般情况下,体重和身高呈正相关,如果还要考虑胸围,则在胸围固定的情况下(取胸围的平均值,假设获奖所有个体的胸围都校正为相同的情况下)再求体重和升高的相关(偏相关),则偏相关呈负值。
我参考论坛各位朋友的讨论,对相关分析做了一个小结,希望拿来和大家一起看看,非常希望各位朋友能够批评指正,进行补充和修改,我将不胜感激!
相关分析总结
在数据分析的过程中,我们常常需要分析两个或两个以上现象之间的因果关系,一般来说,常考虑下面的几种分析方法:
相关分析:不需要区分自变量和因变量,两个或者多个变量之间是平等的关系。通过相关分析可以了解变量之间的密切程度。如:教育事业的发展与科学技术的发展存在着一定的关系,学生的数学成绩与物理成绩存在着一定的关系,相关分析就是要分析这种密切程度。
回归分析:区分自变量和因变量,适合于因变量和自变量均为连续变量的情况,建立回归方程,要找出因变量和自变量之间的具体的相关关系。如“收入”和“产品销售量”的回归关系。
方差分析:适用于自变量为分类变量、因变量为连续变量的情况。
本小结着重总结相关分析。
相关类型:
1、直线相关:两变量呈线性共同增大,或一增一减,要求两个变量服从联合的正态分布,若不服从,则要考虑变量变换,或者采用等级相关来分析。
2、曲线相关:两变量存在相关趋势,但非线性。此时若进行直线相关,有可能出现无相关性的结论,曲线相关分析是一般都先将变量进行变量变换,以将趋势变换为直线分析,或者采用曲线回归方法来分析。
相关的方向
依照两种变量变动的方向分,有正相关、负相关和无相关(零相关)。
1、正相关:一种变量增加或减少,另一种变量也在增加或减少,两种变量变动的方向相同,谓之正相关。
2、负相关:一种变量增加或减少,另一种变量也在减少或增加,两种变量变动的方向相反,谓之负相关。
3、无相关:在两种变量之间,一种变量变动时,另一种变量毫无变动,即使变动也无一定的规律,如人的相貌与人的思想品德, 人的身体高矮与学习成绩的好坏等是无什么关系的,这两种变量的关系谓之无相关或零相关。
相关分析针对的数据类型以及计算相关程度的统计量:
1、两个连续性变量:
两个连续变量间呈线性相关时,且两变量服从联合正态分布,使用Pearson积差相关系数。若不满足积差相关分析的适用条件时,使用Spearman秩相关系数来描述。 Spearman相关系数又称秩相关系数,是利用两变量的秩次大小作线性相关分析,对原始变量的分布不作要求,属于非参数统计方法,适用范围要广些。对于服从Pearson相关系数的数据亦可计算Spearman相关系数,但统计效能要低一些。Spearman相关系数的计算公式可以完全套用pearson相关系数计算公式,但公式中的x和y用相应的秩次代替即可。
2、 两个有序分类变量:
Kendall‘s tau-b等级相关系数:用于反映分类变量相关性的指标,适用于两个分类变量均为有序分类的情况。对相关的有序变量进行非参数相关检验; 取值范围在-1-1之间,此检验适合于正方形表格;
其他:偏相关分析
适用于在控制其他变量影响的情况下对两个变量进行相关分析,被分析的两个变量必须服从正态分布。比如说,一般情况下,体重和身高呈正相关,如果还要考虑胸围,则在胸围固定的情况下(取胸围的平均值,假设获奖所有个体的胸围都校正为相同的情况下)再求体重和升高的相关(偏相关),则偏相关呈负值。
相关分 析总结
相关分析总结
合伙经营相关知识总结
户口相关知识深度总结
笔试总结 - 笔试相关 - 技术!专业
初中化学方程式及 其相关知识点总结
初中化学方程式及其相关知识点总结
GMAT七百六十分杀鸡个人总结
关于办理农民专业合作社相关事项的总结O
2011年全国泌尿肿瘤年会肾癌相关报道总结
初中物理欧姆定律和电功率中相关规律总结
牛人分享:托福116分经验感受总结
劳务派遣、建筑分转包运作模式及相关税收政策--施工企业税务与会计1
中医治疗阳萎的临床经验 阳痿虚实之分-男性生殖相关
APE相关的各种问题(分轨、刻录、cue等)以及工具下载
劳务派遣、建筑分转包运作模式及相关税收政策--施工企业税务与会计
煤的分 析
简析热风炉相关知识
注册税务师财务与会计课程相关知识点的总结11
2011年《税收相关法律》中的数字大总结(归纳全书)
文本分类入门(七)相关概念总结 - Jasper's Java Jacal - BlogJava
牛人分享:托福考试116分经验感受总结- 中国日报网
轻松拿个100分(自己总结的一些知识点)
驾照考试技巧和知识点轻松拿个100分(总结的一些知识点)