数据指标间相关性分析+假设检验 |
您所在的位置：网站首页 › 一个指标受多个指标影响 › 数据指标间相关性分析+假设检验 |
数据指标间相关性分析+假设检验
|
目录
步骤一：可视化-图表展示 步骤二：相关系数计算 1、协方差及协方差矩阵 2、三个相关性系数（pearson, spearman, kendall） 3、不同类型变量适用检验方式 步骤三：假设检验 P值 卡方检验 参数检验——样本符合正态分布： ①T检验——单样本T检验、配对样本T检验、独立样本均数T检验 ②Z检验 ③方差分析ANOVA（F检验）——样本特征大于2 非参数检验 ①Mann-Whitney——U检验 ②Kruskal-Wallis——H检验 ③Wilcoxon有符号秩检验 步骤一：可视化-图表展示折线图、散点图…… 1、单个数据展示，看数据分布、异常值、缺失值…… 2、多数据展示，看数据间关系 步骤二：相关系数计算 1、协方差及协方差矩阵当两个变量变化趋势相同，协方差为正值，说明两变量正相关； 当两个变量变化趋势相反，协方差为负值，说明两变量负相关； 当两个变量相互独立，协方差为0，说明两变量不相关； 两个变量的协方差：
三个变量的协方差：
反应的都是两个变量之间变化趋势的方向以及程度。 Pearson系数（不是p值）：皮尔逊相关系数，线性相关系数，协方差与标准差的比值，对数据质量要求较高： ①数据是正态分布时，因为求皮尔森相关性系数以后，通常还会用t检验之类的方法来进行皮尔森相关性系数检验，而 t检验是基于数据呈正态分布的假设的。 ②实验数据之间的差距不能太大，不能有离散点，异常值。 ③连续性变量
Spearman系数：斯皮尔曼相关性系数，没有很多数据条件要求，当数据不是正太分布，用这个，适用范围广，适合于定序变量或不满足正态分布假设的等间隔数据。 数学建模方法——斯皮尔曼相关系数及其显著性检验 （Spearman’s correlation coefficient for ranked data）_Liu-Kevin的博客-CSDN博客_斯皮尔曼相关性分析 当样本量小于100，相关系数大于等于表中的临界值的时候。我们认为相关系数是有相关性。 Kendall系数：肯德尔相关性系数，又称肯德尔秩相关系数，应用于 分类变量，适合于定序变量或不满足正态分布假设的等间隔数据 【统计学】区分定类、定序、定距、定比变量！！ https://blog.csdn.net/YYIverson/article/details/100068865?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522164700775216780255276714%2522%252C%2522scm%2522%253A%252220140713.130102334..%2522%257D&request_id=164700775216780255276714&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~sobaiduend~default-1-100068865.pc_search_result_control_group&utm_term=%E5%AE%9A%E5%BA%8F%E5%8F%98%E9%87%8F&spm=1018.2226.3001.4187
分类变量可以理解成有类别的变量，可以分为 无序的，比如性别（男、女）、血型（A、B、O、AB）； 有序的，比如肥胖等级（重度肥胖，中度肥胖、轻度肥胖、不肥胖）。 通常需要求相关性系数的都是有序分类变量。 import pandas as pd draw = pd.DataFrame() print('*Pearson\n',draw.corr()) print('*Spearman\n',draw.corr('spearman')) print('*kendall',draw.corr('kendall'))r值代表相关性强度，取值范围为[-1，1]，>0 ，为正相关。0.95 显著性相关>=0.8&=0.5&=0.3& |
【本文地址】
今日新闻 |
推荐新闻 |