相关系数 Correlation Coefficient 的理解
来源:互联网 发布:蜂鸟众包网络异常 编辑:程序博客网 时间:2024/05/22 06:51
相关系数 Correlation Coefficient
这张图描绘的是电影的评分跟时间的关系,我们可以借助这样图通过三个步骤来解释相关系数。通过这三个步骤我们可以直观的判断相关系数的大小。
- 对数据进行拟合
所谓拟合,就是找一条能能最接近的去描述图中所有点,拟合好后就是图中绿色的线
- 确定斜率的正负
拟合线有了以后,我们需要知道拟合线的斜率和相关系数的关系:
上图中,绿线的斜率是正的,相关系数就介于[0,1]之间。也就是说,随着时间的增长,电影的评分在升高,所以评分和时间是正相关的关系。
相反,如果拟合线的斜率是负数,则相关系数介于[-1,0]之间。就是说随着时间的增长,电影的评分会越来越低,就是评分和时间是负相关的关系。
这种情况下,随着时间的增加,电影的评分上下波动,但是总是在一个值附近波动,说明评分和时间没有关系。也就是相关性为0,这时候拟合线的斜率是0.
当然,这里只能说拟合的线的斜率为正,则正相关;斜率为负,则负相关;斜率为0,则不相关。相关系数的值介于[-1,-1]之间。但是并不是说斜率越大,相关性越大,具体怎么判断相关系数的大小要看下面。
- 相关性大小的判断
首先,看散点在Y轴上的分布,如上图的黄色线所示,再看散点距离拟合线的情况,如上图绿色线所示。
相关系数=各点在Y轴分布/各点到拟合线的距离
分子越大,分母越小,则相关系数越大。上图中,各点到拟合线的距离差不多,但是左边的各点在Y轴分布较大,则左边的相关系数大于右边。
相关系数的正负和大小是两个不同的、没有关系的概念。正负表示相关性是正相关还是负相关,和相关性的大小没关系。而大小则只负责表示相关性的大小,和正负无关。
0 0
- 相关系数 Correlation Coefficient 的理解
- 皮尔逊相关系数(Pearson Correlation Coefficient)理解
- 相关系数(Correlation coefficient)
- 相关系数(Correlation coefficient)
- 皮尔森相关系数Pearson correlation coefficient
- Pearson product-moment correlation coefficient in java(java的简单相关系数算法)
- 线性相关系数(Pearson product-moment correlation coefficient)-线性相关
- Correlation Coefficient
- 统计学 决定系数(Coefficient of Determination) 和 相关系数 (Correlation of Coefficient )
- Pearson(皮尔逊)相关系数[ Pearson product-moment correlation coefficient; PPMCC或PCCs]
- Pearson's Correlation Coefficient
- Pearson's Correlation Coefficient
- Pearson correlation coefficient
- Spearman's rank correlation coefficient 和 Pearson correlation coefficient详细
- Kendall tau rank correlation coefficient
- Pearson Correlation 皮尔逊相关系数
- 相关系数的理解与应用
- 从向量的角度理解皮尔逊相关系数
- RSA算法加密/解密工具类
- 版本更新
- MySQL修改表的外键约束
- 线程(4)——JAVA中的基本线程操作(下)
- Servlet线程安全问题
- 相关系数 Correlation Coefficient 的理解
- 抽象类 abstract class
- hdu5326 树形dp
- 清除CMOS方法大全
- google构建工程的工具集
- 修改telnet为ssh的几行命令
- c# 入门级Java对比 4 —— 语法,运算符
- 天纵智能软件快速开发同比环比统计分析插件
- 笔记整理-EditText的输入方式,密码--正常模式之间的转换