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
Netty工作笔记0050---Netty核心模块1
查看>>
Netty工作笔记0084---通过自定义协议解决粘包拆包问题2
查看>>
Netty常见组件二
查看>>
netty底层源码探究:启动流程;EventLoop中的selector、线程、任务队列;监听处理accept、read事件流程;
查看>>
Netty核心模块组件
查看>>
Netty框架的服务端开发中创建EventLoopGroup对象时线程数量源码解析
查看>>
Netty源码—2.Reactor线程模型一
查看>>
Netty源码—4.客户端接入流程一
查看>>
Netty源码—4.客户端接入流程二
查看>>
Netty源码—5.Pipeline和Handler一
查看>>
Netty源码—6.ByteBuf原理二
查看>>
Netty源码—7.ByteBuf原理三
查看>>
Netty源码—7.ByteBuf原理四
查看>>
Netty源码—8.编解码原理二
查看>>
Netty源码解读
查看>>
Netty的Socket编程详解-搭建服务端与客户端并进行数据传输
查看>>
Netty相关
查看>>
Network Dissection:Quantifying Interpretability of Deep Visual Representations(深层视觉表征的量化解释)
查看>>
Network Sniffer and Connection Analyzer
查看>>
NetworkX系列教程(11)-graph和其他数据格式转换
查看>>