Печать корреляций переменных
corrplot( создает матрицу графиков, показывающих корреляции между парами переменных в X)X. Гистограммы переменных появляются вдоль диагонали матрицы; графики рассеяния переменных пар появляются вне диагонали. Наклоны вспомогательных линий наименьших квадратов на графиках рассеяния равны отображаемым коэффициентам корреляции.
corrplot( использует дополнительные параметры, заданные одним или несколькими аргументами пары имя-значение. Например, X,Name,Value)corrplot(X,'type','Spearman','testR','on') вычисляет коэффициент ранговой корреляции Спирмана и проверяет значимые коэффициенты корреляции.
R = corrplot(___)X отображается на графиках с использованием любой из комбинаций входных аргументов в предыдущих синтаксисах.
corrplot( графики на осях, указанных ax,___)ax вместо текущих осей (gca). ax может предшествовать любой из комбинаций входных аргументов в предыдущих синтаксисах.
Постройте график корреляций между несколькими временными рядами.
Загрузить данные по канадской инфляции и процентным ставкам.
load Data_CanadaПостройте график коэффициентов линейной корреляции Пирсона между всеми парами переменных.
corrplot(DataTable)
График корреляции показывает, что краткосрочные, среднесрочные и долгосрочные процентные ставки сильно коррелированы.
Чтобы проверить метку времени опорного элемента, введите gname(dates) в окне команд, и программа представляет интерактивное перекрестие над графиком. Чтобы открыть временную метку опорного элемента, щелкните ее с помощью перекрестия.
Постройте график ранговых корреляций Кендалла между несколькими временными рядами. Проведите тест гипотез, чтобы определить, какие корреляции значительно отличаются от нуля.
Загрузить данные по канадской инфляции и процентным ставкам.
load Data_CanadaПостройте график коэффициентов ранговой корреляции Кендалла между всеми парами переменных. Укажите тест гипотезы, чтобы определить, какие корреляции значительно отличаются от нуля.
corrplot(DataTable,'type','Kendall','testR','on')
Коэффициенты корреляции, выделенные красным цветом, указывают, какие пары переменных имеют корреляции, значительно отличающиеся от нуля. Для этих временных рядов все пары переменных имеют корреляции, значительно отличающиеся от нулевых.
Проверка корреляций, превышающих ноль между несколькими временными рядами.
Загрузить данные по канадской инфляции и процентным ставкам.
load Data_CanadaВерните попарные корреляции Пирсона и соответствующие p-значения для проверки нулевой гипотезы отсутствия корреляции с правой альтернативой, что корреляции больше нуля.
[R,PValue] = corrplot(DataTable,'tail','right');
PValue
PValue = 5×5
1.0000 0.0000 0.0000 0.0000 0.0000
0.0000 1.0000 0.0000 0.0000 0.0001
0.0000 0.0000 1.0000 0.0000 0.0000
0.0000 0.0000 0.0000 1.0000 0.0000
0.0000 0.0001 0.0000 0.0000 1.0000
Продукция PValue имеет попарные p-значения все меньше уровня значимости по умолчанию 0,05, что указывает на то, что все пары переменных имеют корреляцию, значительно большую нуля.
Выбор 'rows','pairwise', что является значением по умолчанию, может возвращать корреляционную матрицу, которая не является положительной определенной. 'complete' опция всегда возвращает положительную-определенную матрицу, но в целом оценки основаны на меньшем количестве наблюдений.
Использовать gname для определения точек на графиках.
Программное обеспечение вычисляет:
p-значения для корреляции Пирсона путем преобразования корреляции для создания t-статистики с numObs - 2 степени свободы. Преобразование точно, когда X это нормально.
p-значения для ранговых корреляций Кендалла и Спирмена, используя либо точные распределения перестановок (для малых размеров выборки), либо приближения большой выборки.
p-значения для двуххвостых тестов путем удвоения более значительного из двух однохвостых p-значений.
collintest | corr | gname