基于R语言分析身高与体重的相关性分析 |
您所在的位置:网站首页 › 多元统计分析论文基于r语言编写 › 基于R语言分析身高与体重的相关性分析 |
本博文源于暨南大学的《多元数据统计分析及R语言建模》。旨在讲述身高与体重相关性分析。在概率论与数理统计课程中,两个变量之间协方差的标准化,因此先要熟悉并回忆公式,套用在R语言即可。 假设检验中,首先中要有假设。假设分为零假设和备择假设。 由于p=8.21e-07 x1 = c(171,175,159,155,152,158,154,164,168,166,159,164) > x2 = c(57,64,41,38,35,44,41,51,57,49,47,46) > plot(x1,x2) > lxy r=lxy(x1,x2)/sqrt(lxy(x1,x1)*lxy(x2,x2)) > r [1] 0.9593031 > cor.test(x1,x2) Pearson's product-moment correlation data: x1 and x2 t = 10.743, df = 10, p-value = 8.21e-07 alternative hypothesis: true correlation is not equal to 0 95 percent confidence interval: 0.8574875 0.9888163 sample estimates: cor 0.9593031 > 总结 其实整篇博文,无非计算相关性,和相关性检验。掌握了这两条命令,其实对于一般的两个变量之间的关系就有了清晰的认识,并且也会用R实现。 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |