【回归分析】[1]--协方差与相关系数
2016-09-20 12:44
447 查看
[align=center]【回归分析】[1]--协方差与相关系数[/align]
[align=center]
[/align]
[align=left]
[/align]
[align=left]回归分析的第一讲,关于协方差与相关系数。[/align]
[align=left]
[/align]
[align=left](有些文字推到部分用图片的形式给出)---打公式好麻烦[/align]
[align=left]
[/align]
[align=left]
[/align]
[align=left]关于最后一点:当相关系数为0时,x与y可能存在别的关系,这里举一个例子[/align]
[align=left]
[/align]
[align=left]y == 50 - x^2[/align]
[align=left]
[/align]
[align=left]去这些点,计算相关系数(使用SPSS)[/align]
[align=left]
[/align]
[align=left]可以看到 Beta = 0,及相关系数为0,但是x与y有二次关系。[/align]
[align=left]
[/align]
[align=left]mma的代码为[/align]
[align=left]
[align=left]得到结果[/align]
[align=left]可以看到计算的结果也是0[/align]
[align=left]
[/align]
[align=left]还有一个例子,可以看我以前的mma数据处理,链接:安斯库母四重奏[/align]
[align=left]
[/align]
[align=left]下面来看一个例子[/align]
[align=left]
[/align]
[align=left]上面是数据点[/align]
[align=left]
[/align]
[align=left]1.首先使用SPSS[/align]
[align=left]
[/align]
[align=left]画出图像[/align]
[align=left]
[/align]
[align=left]计算相关系数[/align]
[align=left]可以看到相关系数为 0.994[/align]
[align=left]
[/align]
[align=left]
[/align]
[align=left]
[/align]
[align=left]2.使用mma来计算[/align]
[align=left]
[/align]
[align=left]可以看到计算结果是一样的[/align]
[align=left]
[/align]
[align=left]再使用下面的公式来计算一下[/align]
[align=left]
[/align]
[align=left]
[/align]
[align=left]可以看到计算结果是一样的。
[/align]
[align=left]
[/align]
[align=left]
[/align]
[align=left]上面是关于协方差与相关系数的一些。下面列出在mma里用到的函数[/align]
[align=left]
[/align]
[align=left]
[/align]
[align=left]
[/align]
[align=left]*********************[/align]
[align=left]协方差 (Cov)[/align]
[align=left]
[align=left]其中 d1,d2为两组数据,可以看到函数前三个字母就是缩写[/align]
[align=left]
[/align]
[align=left]相关系数 (Corr)[/align]
[align=left]
[/align]
[align=left]*********************[/align]
[align=left]
[/align]
[align=left]以上,所有[/align]
[align=left]
[/align]
[align=left]2016/9/20[/align]
[align=left]
[/align]
[align=left]
[/align]
[align=center]
[/align]
[align=left]
[/align]
[align=left]回归分析的第一讲,关于协方差与相关系数。[/align]
[align=left]
[/align]
[align=left](有些文字推到部分用图片的形式给出)---打公式好麻烦[/align]
[align=left]
[/align]
[align=left]
[/align]
[align=left]关于最后一点:当相关系数为0时,x与y可能存在别的关系,这里举一个例子[/align]
[align=left]
[/align]
[align=left]y == 50 - x^2[/align]
[align=left]
[/align]
[align=left]去这些点,计算相关系数(使用SPSS)[/align]
[align=left]
[/align]
[align=left]可以看到 Beta = 0,及相关系数为0,但是x与y有二次关系。[/align]
[align=left]
[/align]
[align=left]mma的代码为[/align]
f[x_] := 50 - x^2; a = Table[{i, f[i]}, {i, -7, 7}]; b = Table[f[i], {i, -7, 7}]; c = Table[i, {i, -7, 7}];
[align=left]
Correlation[b, c][/align]
[align=left]得到结果[/align]
[align=left]可以看到计算的结果也是0[/align]
[align=left]
[/align]
[align=left]还有一个例子,可以看我以前的mma数据处理,链接:安斯库母四重奏[/align]
[align=left]
[/align]
[align=left]下面来看一个例子[/align]
[align=left]
[/align]
{{1, 23}, {2, 29}, {3, 49}, {4, 64}, {4, 74}, {5, 87}, {6, 96}, {6, 97}, {7, 109}, {8, 119}, {9, 149}, {9, 145}, {10, 154}, {10, 166}}
[align=left]上面是数据点[/align]
[align=left]
[/align]
[align=left]1.首先使用SPSS[/align]
[align=left]
[/align]
[align=left]画出图像[/align]
[align=left]
[/align]
[align=left]计算相关系数[/align]
[align=left]可以看到相关系数为 0.994[/align]
[align=left]
[/align]
[align=left]
[/align]
[align=left]
[/align]
[align=left]2.使用mma来计算[/align]
[align=left]
[/align]
[align=left]可以看到计算结果是一样的[/align]
[align=left]
[/align]
[align=left]再使用下面的公式来计算一下[/align]
[align=left]
[/align]
[align=left]
[/align]
[align=left]可以看到计算结果是一样的。
[/align]
[align=left]
[/align]
[align=left]
[/align]
[align=left]上面是关于协方差与相关系数的一些。下面列出在mma里用到的函数[/align]
[align=left]
[/align]
[align=left]
[/align]
[align=left]
[/align]
[align=left]*********************[/align]
[align=left]协方差 (Cov)[/align]
[align=left]
Covariance[d1, d2][/align]
[align=left]其中 d1,d2为两组数据,可以看到函数前三个字母就是缩写[/align]
[align=left]
[/align]
[align=left]相关系数 (Corr)[/align]
[align=left]
Correlation[d1, d2]基本用法同上,具体可查看帮助
[/align]
[align=left]*********************[/align]
[align=left]
[/align]
[align=left]以上,所有[/align]
[align=left]
[/align]
[align=left]2016/9/20[/align]
[align=left]
[/align]
[align=left]
[/align]
相关文章推荐
- 股票走势分析算法 -协方差,标准差,相关系数
- Excel2007及以上版本如何计算相关系数和回归等数据分析
- 利用Python进行数据分析_python3实现_pandas入门_相关系数与协方差
- 数据分析之Pandas(三):汇总、统计、相关系数和协方差
- 主成分分析中协方差cov和相关系数ρ
- 概率统计:数学期望、方差、协方差、相关系数、矩
- (statistic)回归分析与相关分析与R^2
- 相关性、平均值、标准差、相关系数、回归线及最小二乘法
- 概率统计:数学期望、方差、协方差、相关系数
- 协方差和相关系数
- 相关性、平均值、标准差、相关系数、回归线及最小二乘法
- 平均值、标准差、相关系数、回归线及最小二乘法
- 平均值、标准差、相关系数、回归线及最小二乘法
- R语言linux 安装命令,特征之间的相关系数分析实例
- [转]方差、协方差与相关系数
- 相关与回归分析
- 期望、方差、协方差及相关系数的基本运算
- 相关系数传递性分析
- 聚类分析、判别分析、相关分析、回归分析、因子分析、生存分析、方差分析简单定义
- 一点一点重学统计学(五)——回归与相关分析(小谈大数据)