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
OAuth2 vs JWT,到底怎么选?
查看>>
Vue.js 学习总结(14)—— Vue3 为什么推荐使用 ref 而不是 reactive
查看>>
oauth2-shiro 添加 redis 实现版本
查看>>
OAuth2.0_JWT令牌-生成令牌和校验令牌_Spring Security OAuth2.0认证授权---springcloud工作笔记148
查看>>
OAuth2.0_JWT令牌介绍_Spring Security OAuth2.0认证授权---springcloud工作笔记147
查看>>
OAuth2.0_介绍_Spring Security OAuth2.0认证授权---springcloud工作笔记137
查看>>