статистика::
Корреляция между выборками данных
Блокноты MuPAD® будут демонтированы в будущем релизе. Используйте live скрипты MATLAB® вместо этого.
Live скрипты MATLAB поддерживают большую часть функциональности MuPAD, хотя существуют некоторые различия. Для получения дополнительной информации смотрите, Преобразовывают Notebook MuPAD в Live скрипты MATLAB.
stats::correlation([x1, x2, …]
,[y1, y2, …]
, <BravaisPearson | Fechner
>) stats::correlation([[x1, y1], [x2, y2], …]
, <BravaisPearson | Fechner
>) stats::correlation(s
, <c1, c2
>, <BravaisPearson | Fechner
>) stats::correlation(s
, <[c1, c2]
>, <BravaisPearson | Fechner
>) stats::correlation(s1
, <c1
>,s2
, <c2
>, <BravaisPearson | Fechner
>)
stats::correlation([x1, x2, …], [y1, y2, …])
возвращает линейное (Браве-Пирсон) коэффициент корреляции
,
где и средние значения данных x i и y i.
stats::correlation([x1, x2, …], [y1, y2, …], Fechner)
возвращает корреляцию Fechner, где n является объемом выборки. Номер v i равняется 1, если и имеют тот же знак или оба 0. Это, если или или 0. В противном случае, v i = 0.
И корреляция Браве-Пирсона, а также корреляция Fechner является числами между - 1 и 1.
Корреляция Браве-Пирсона близко к 1, если пары данных x i, y i приблизительно связан 'положительным' линейным отношением (т.е. y i ≈ a xi + b с некоторым положительным коэффициентом a). Это близко к - 1, если существует 'отрицательное' линейное отношение (с некоторым отрицательным коэффициентом a).
Коэффициенты корреляции близко к 0 соответствуют нелинейным отношениям или к несвязанным данным, соответственно.
Если входные данные являются числами с плавающей запятой, суммы, задающие корреляцию Браве-Пирсона, вычисляются численно стабильным способом. Если результат с плавающей точкой желаем, рекомендуется убедиться, что все входные данные являются плаваниями.
Корреляция Fechner всегда возвращается как рациональное число.
Индексы столбца c1
, c2
является дополнительным, если данные даны объектом stats::sample
s
, содержащий только два столбца данных нестроки. Если данные обеспечиваются двумя выборками s1
, s2
, индексы столбца являются дополнительными для выборок, содержащих только один столбец данных нестроки.
Корреляция Fechner не должна быть вычислена для символьных данных. Это может привести к неожиданным результатам, если знак символьных параметров не может быть определен.
Внешние статистические данные, сохраненные в ASCII-файле, могут быть импортированы в сеанс MuPAD® через import::readdata
. В частности, смотрите Пример 1 из соответствующей страницы справки.
Мы вычисляем корреляцию выборок, переданных как списки:
X := [7, 33/7, 3, 5, 2]: Y := [3, 5, 1, 7, 2]: stats::correlation(X, Y)
Также данные могут быть переданы как список пар данных:
stats::correlation([[7, 3], [33/7, 5], [3, 1], [5, 7], [2, 2]])
Если все данные являются числами с плавающей запятой, результатом является плавание:
stats::correlation(float(X), float(Y))
Корреляция Fechner данных всегда возвращается как рациональное число:
stats::correlation(X, Y, Fechner), stats::correlation(float(X), float(Y), Fechner)
Следующий точный результат показывает на точное линейное между парами данных:
stats::correlation([0, 1, 2, 3], [7, 5, 3, 1])
Действительно, существует 'отрицательное' линейное отношение y = 7 - 2 x между парами данных.
delete X, Y:
Мы создаем выборку типа stats::sample
:
s := stats::sample([[1.0, 2.4, 3.0], [7.0, 4.8, 4.0], [3.3, 3.0, 5.0]])
1.0 2.4 3.0 7.0 4.8 4.0 3.3 3.0 5.0
Мы вычисляем корреляцию между данными первого и третьим столбцом несколькими эквивалентными способами:
stats::correlation(s, 1, 3), stats::correlation(s, [1, 3]), stats::correlation(s, 1, s, 3)
stats::correlation(s, 1, 3, Fechner), stats::correlation(s, [1, 3], Fechner), stats::correlation(s, 1, s, 3, Fechner)
delete s:
С символьными данными корреляция Браве-Пирсона возвращена как символьное выражение:
stats::correlation([x1, x2], [y1, y2])
simplify(%)
|
Статистические данные: арифметические выражения. Количество данных x i должно совпасть с количеством данных y i. |
|
Выборки статистики типа:: выборка |
|
Индексы столбца: положительные целые числа. Столбец |
|
Или |
|
Линейный (Браве-Пирсон) или коэффициент корреляции Фекнера. Коэффициент Браве-Пирсона является значением по умолчанию, но может в некоторых случаях, где данные не нормально распределены быть менее полезными, чем корреляция Фекнера. |
Корреляция Браве-Пирсона возвращена как арифметическое выражение. FAIL
возвращен, если отклонение одной из выборок данных исчезает (корреляция Браве-Пирсона не существует).
Корреляция Fechner возвращена как рациональное число.
FAIL
возвращен, если выборки данных пусты.