zoukankan      html  css  js  c++  java
  • 相关系数

    在概率论和统计学中,相关(Correlation,或称相关系数或关联系数)显示两个随机变量之间线性关系的强度和方向。在统计学中,相关的意义是用来衡量两个变量相对于其相互独立的距离。在这个广义的定义下,有许多根据数据特点而定义的用来衡量数据相关的系数。

    对于不同测量尺度的变量,有不同的相关系数可用:

    • Pearson相关系数(Pearson's r):衡量两个等距尺度或等比尺度变量之相关性。是最常见的,也是学习统计学时第一个接触的相关系数
    • Spearman等级相关系数:衡量两个次序尺度变量之相关性。
    • Kendall等级相关系数(英语:Kendall tau rank correlation coefficient):衡量两个人为次序尺度变量(原始资料为等距尺度)之相关性。
    • Kendall和谐系数:衡量两个次序尺度变量之相关性。
    • Gamma相关系数:衡量两个次序尺度变量之相关性。
    • Phi相关系数(英语:Phi coefficient):衡量两个真正名目尺度的二分变量之相关性。
    • 列联相关系数(contingency coefficient):衡量两个真正名目尺度变量之相关性。
    • 净相关(partial correlation):在模型中有多个自变量(或解释变量)时,去除掉其他自变量的影响,只衡量特定一个自变量与因变量之间的相关性。自变量和因变量皆为连续变量。
    • 相关比(correlation ratio):衡量两个连续变量之相关性。
    • 四分相关(tetrachoric correlation):衡量两个人为名目尺度(原始资料为等距尺度)的二分变量之相关性。
    • Kappa一致性系数(K coefficient of agreement):衡量两个名目尺度变量之相关性。
    • 点二系列相关系数(point-biserial correlation):X变量是真正名目尺度二分变量。Y变量是连续变量。

    二系列相关系数(biserial correlation):X变量是人为名目尺度二分变量。Y变量是连续变量。

  • 相关阅读:
    流程控制之if判断
    各种运算符
    输入和输出
    垃圾回收机制(详细)
    3/5 作业
    3/4 作业
    数据类型
    变量
    Checkout 显示 URL /../../.. 不存在
    Tomcat8 访问 manager App 失败
  • 原文地址:https://www.cnblogs.com/wangyubo/p/4450717.html
Copyright © 2011-2022 走看看