什么是相关性?

相关性是一种统计,测量两个变量相互移动的程度。虽然在序数或更高的测量水平或更高级别测量的变量关联的措施时,它是最常用的方法。它应用于量化两个连续变量之间的关联,例如依赖和独立变量或两个独立变量。

相关系数

它措施描述了两个间隔或比率级别变量之间的统计关系的程度。它被缩放,使其始终在-1到+1之间。当R接近0时,这意味着变量与距离0 R之间几乎没有关系,在正面或负方向上,两个变量之间的关系越大。正负相关 -

相关类型

可以有3个这样的情况来查看两个变量之间的关系:

  • 正相关:当一个变量的值增加另一个变量时。
  • 消极的:当一个变量的值随着另一个变量减少时。
  • 没有相关性:当没有线性依赖性或两个变量之间无关系时。

相关公式

它显示了两个变量之间的关系。它显示了相关的量度。要比较两个数据集,我们使用相关公式。

Pearson相关系数公式

它是用于数据集之间的线性依赖性的最常见的公式。系数的值位于-1至+1之间。当系数下降到零时,那么数据被认为是非相关的。虽然,如果我们获得+1的值,则数据呈正相关,而-1具有负相关性。

Pearson相关系数公式

其中n =信息量

Σx=总共的第一个变量值

Σy=第二个变量值的总数

Σxy=第一和第二值的乘积的总和

Σx.2=第一个值的平方和

Σy.2=第二个值的平方和

散点图

散点图是示出两个变量x和y的值的图,以及这两个变量如何彼此相关。沿水平轴给出X变量的值,垂直轴给出AN Y变量。

发表评论

您的电子邮件地址不会被公开。必需的地方已做标记*