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
Neo4j图数据库_web页面关闭登录实现免登陆访问_常用的cypher语句_删除_查询_创建关系图谱---Neo4j图数据库工作笔记0013
查看>>
Neo4j图数据库的介绍_图数据库结构_节点_关系_属性_数据---Neo4j图数据库工作笔记0001
查看>>
Neo4j图数据库的数据模型_包括节点_属性_数据_关系---Neo4j图数据库工作笔记0002
查看>>
Neo4j安装部署及使用
查看>>
Neo4j电影关系图Cypher
查看>>
Neo4j的安装与使用
查看>>
Neo4j(1):图数据库Neo4j介绍
查看>>
Neo4j(2):环境搭建
查看>>
Neo4j(3):Neo4j Desktop安装
查看>>
Neo4j(4):Neo4j - CQL使用
查看>>
Neo图数据库与python交互
查看>>
NEO改进协议提案1(NEP-1)
查看>>
Neo私链
查看>>
NervanaGPU 项目使用教程
查看>>
Nerves 项目教程
查看>>
nessus快速安装使用指南(非常详细)零基础入门到精通,收藏这一篇就够了
查看>>
Nessus漏洞扫描教程之配置Nessus
查看>>
Nest.js 6.0.0 正式版发布,基于 TypeScript 的 Node.js 框架
查看>>
nested exception is org.apache.ibatis.builder.BuilderException: Error parsing Mapper XML.
查看>>
nestesd exception is java .lang.NoSuchMethodError:com.goolge.common.collect
查看>>