博客
关于我
皮尔逊相关系数
阅读量:775 次
发布时间:2019-03-24

本文共 312 字,大约阅读时间需要 1 分钟。

协方差与相关系数的理解

协方差是衡量两个随机变量倾向于同时增大或减小的一个指标。通常我们把协方差记作cov(X, Y),其中X和Y分别代表两个变量。方差则是描述一个单一随机变量分布离散程度的重要指标,记作σ_x或者σ^2。

对于样本数据而言,相关系数ρ可以通过以下公式计算得出:

ρ = cov(X, Y) / (σ_x * σ_y)

相关系数ρ的取值范围在-1到1之间。当ρ为1时,表示X和Y之间呈完全正相关关系;当ρ为-1时,则表示完全负相关;若ρ为0,则说明X和Y之间没有线性关系。

相关系数的几何意义是衡量两个变量之间曲线的几何相似性。ρ越接近1或-1,则曲线越趋近;反之,ρ越接近0,曲线与直线之间的距离也就越大。

转载地址:http://efvkk.baihongyu.com/

你可能感兴趣的文章
pdf根据模板导出
查看>>
PDF调出本来存在的书签面板
查看>>
pdf转图片
查看>>
pdf转图片、提取pdf文本、提取pdf图片
查看>>
springMvc 3.0 使用基本原理
查看>>
springCloud整合RabbitMQ实现消息中间件
查看>>
pdo sqlserver
查看>>
SpringCloud实战(十一)-更优的分布式配置解决方案(Apollo)
查看>>
PDO中捕获SQL语句中的错误
查看>>
SCP和SFTP相同点和区别
查看>>
SpringCloudAlibaba中使用Sentinel实现熔断降级之熔断策略详解
查看>>
peek和pop的区别
查看>>
Pelemay 项目教程
查看>>
Penetration Testing、Security Testing、Automation Testing
查看>>
Pentaho业务分析平台 SQL注入漏洞复现
查看>>
PentestGPT:一款由ChatGPT驱动的强大渗透测试工具
查看>>
PeopleTools 8.54 first install note
查看>>
PEP 8016 获胜,成为新的 Python 社区治理方案
查看>>
PEP8规范
查看>>
PEPM Cookie 远程代码执行漏洞复现(XVE-2024-16919)
查看>>