Коэффициенты корреляции
corrcoef не рекомендуется. Используйте timetable вместо этого. Для получения дополнительной информации смотрите, Преобразуют Финансовые маневры Объектов Временных рядов в Расписания.
r = corrcoef(X) r = corrcoef(X,Y)
| Матрица, где каждая строка является наблюдением и каждым столбцом, является переменной. |
| Матрица, где каждая строка является наблюдением и каждым столбцом, является переменной. |
corrcoef основан на MATLAB®
corrcoef функция. Смотрите corrcoef.
r=corrcoef(X) вычисляет матричный r из коэффициентов корреляции для массива X, в котором каждая строка является наблюдением, и каждый столбец является переменной.
r=corrcoef(X,Y), где X и Y вектор-столбцы, совпадает с r=corrcoef([X Y])corrcoef преобразует X и Y к вектор-столбцам, если они не; то есть, r = corrcoef(X,Y) эквивалентно r=corrcoef([X(:) Y(:)]) в этом случае.
Если c ковариационная матрица, c= cov(X), затем corrcoef(X) матрица чей (i,j) 'элементом th является ci,jsqrtCi,iC(j,j)).
[r,p]=corrcoef(...) также возвращает p, матрица p- значения для тестирования гипотезы никакой корреляции. Каждый p- значение является вероятностью получения корреляции, столь же большой как наблюдаемая величина случайным шансом, когда истинная корреляция является нулем. Если p(i,j) меньше 0.05, затем корреляция r(i,j) является значительным.
[r,p,rlo,rup]=corrcoef(...) также возвращает матрицы rlo и rup, одного размера с r, содержа нижние и верхние границы для 95%-го доверительного интервала для каждого коэффициента.
[...]=corrcoef(...,'PARAM1',VAL1,'PARAM2',VAL2,...) задает дополнительные параметры и их значения. Допустимые параметры:
'alpha' — Номер от 0 через 1 задавать доверительный уровень 100* (1-ALPHA) %. Значением по умолчанию является 0.05 для 95% доверительных интервалов.
'rows' — Любой 'all' (значение по умолчанию), чтобы использовать все строки, 'complete' использовать строки без NaN значения или 'pairwise' вычислить r(i,j) использование строк без NaN значения в столбце i или j.
p - значение вычисляется путем преобразования корреляции, чтобы создать t-статистическую-величину, имеющую N – 2 степени свободы, где N количество строк X. Доверительные границы основаны на асимптотическом нормальном распределении 0.5*log ((1 + r) / (1 – r)) с аппроксимированным отклонением, равным 1 / (N – 3). Эти границы точны для больших выборок когда X имеет многомерное нормальное распределение. 'pairwise' опция может произвести r матрица, которая не является положительна определенный.