相关分析

相关分析，顾名思义，研究变量间是否存在依存关系，并对这种关系进行度量，具体分类有线性相关分析，偏相关分析，距离分析，重点介绍线性相关分析

****线性相关分析****

①Pearson相关系数(要求变量服从正态分布)

公式：，注意在这里说明一下协方差cov(X,Y),

,大于0说明正相关，小于0说明负相关,协方差反应两个随机变量的相关程度（即指两个变量变化方向，正相关说明X变大Y跟着变大），注意这里说的是相关程度，而不是关联程度,协方差只告诉我们了相关程度，关联程度（两变量间的线性关系）需要靠皮尔逊系数度量，即用协方差除以两变量标准差乘积，其值再-1到1之间，趋于-1或1时线性关系越强。

（引用自百度百科-正相关），这个图就是典型的正相关但却没有线性关系

②Spearman秩相关系数(不要求服从正态分布)

对变量总体分布没有要求，公式:,di = Ri-Qi,Ri是yi的秩次，Qi是xi的秩次。

****偏相关性分析****

指n-1个变量与第n个变量均相关时，将n-1个变量中固定n-2个变量，研究这剩下一个变量与第n个变量的相关性

****距离分析***

具体有欧氏距离，卡方检验等，在博客中另有介绍。