Python全系列 教程
3567个小节阅读:5929.9k
目录
鸿蒙应用开发
C语言快速入门
JAVA全系列 教程
面向对象的程序设计语言
Python全系列 教程
Python3.x版本,未来主流的版本
人工智能 教程
顺势而为,AI创新未来
大厂算法 教程
算法,程序员自我提升必经之路
C++ 教程
一门通用计算机编程语言
微服务 教程
目前业界流行的框架组合
web前端全系列 教程
通向WEB技术世界的钥匙
大数据全系列 教程
站在云端操控万千数据
AIGC全能工具班
A A
White Night
相关系数以数值的方式精确地反映了两个变量间线性相关的强弱程度
利用相关系数进行变量间线性关系的分析步骤
利用样本数据计算样本相关系数r
对样本来自的两总体是否存在显著的线性关系进行推断
原假设H~0~:两总体无显著线性关系,存在零相关
检验统计量:对不同类型的变量应采用不同的检验统计量
计算检验统计量的观测值和对应的概率P值
决策
Pearson简单相关系数
用来度量两数值型变量间的线性相关关系
式中,n为样本量;x~i~和y~i~分别为两变量的变量值
Pearson简单相关系数的检验统计量为t统计量,其数学定义为:
式中,t统计量服从n-2个自由度的t分布
Spearman等级相关系数
主要用来度量定序型变量间的线性相关关系。如:不同年龄段与不同收入段
Kendall τ相关系数
采用非参数检验方法度量定序型变量间的线性相关关系
1. 关于相关系数,下列说法正确的是_______
A 相关系数反映了两个变量间非线性相关的强弱程度
B 相关系数r的取值在0~1之间
C r=0表示两变量不存在线性相关关系
D r>0表示两变量存在负的线性相关关系
2. 关于Pearson简单相关系数,下列说法正确的是___:
A 用来度量两定序型变量间的线性相关关系
B 检验统计量为t统计量
C 取值范围在1~2之间
D 以上说法均不正确
1=>C 2=>B