Построение переменных корреляций
corrplot( создает матрицу графиков, показывающих корреляции среди пар переменных в X)X. Гистограммы переменных появляются вдоль диагонали матрицы; графики поля точек переменных пар появляются в отключенной диагонали. Наклоны базовых линий с наименьшими квадратами на графиках поля точек равны отображаемым коэффициентам корреляции.
corrplot( использует дополнительные опции, заданные одним или несколькими аргументами пары "имя-значение". Для примера, X,Name,Value)corrplot(X,'type','Spearman','testR','on') вычисляет ранговый коэффициент корреляции Спирмана и тесты на значимые коэффициенты корреляции.
R = corrplot(___)X отображается на графиках с использованием любой комбинации входных аргументов в предыдущих синтаксисах.
corrplot( графики на осях, заданных ax,___)ax вместо текущих систем координат (gca). ax может предшествовать любой комбинации входных аргументов в предыдущих синтаксисах.
Постройте графики корреляций между несколькими временными рядами.
Загрузка данных о канадской инфляции и процентных ставках.
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 коррелируют.
Чтобы изучить временную метку данной величины, введите gname(dates) в Командное окно, и программное обеспечение представляет интерактивный перекрестие над графиком. Чтобы открыть временную метку данной величины, щелкните ее с помощью перекрестия.
Постройте ранговые корреляции Кендалла между несколькими временными рядами. Проведите проверку гипотезы, чтобы определить, какие корреляции значительно отличаются от нуля.
Загрузка данных о канадской инфляции и процентных ставках.
load Data_CanadaПостройте график рангов корреляции Кендалла между всеми парами переменных. Задайте проверку 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 нуля.
Тест на корреляции, большие нуля между несколькими временными рядами.
Загрузка данных о канадской инфляции и процентных ставках.
load Data_CanadaВерните парные корреляции Пирсона и соответствующие p-значения для проверки нулевой гипотезы об отсутствии корреляции с правохвостой 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
Область выхода PValue имеет парные значения p все меньше уровня значимости по умолчанию 0,05, что указывает на то, что все пары переменных имеют корреляцию, значительно большую нуля.
Опция 'rows','pairwise', который является значением по умолчанию, может вернуть корреляционную матрицу, которая не положительно определена. The 'complete' опция всегда возвращает положительно-определенную матрицу, но в целом оценки основаны на меньшем количестве наблюдений.
Использовать gname идентифицировать точки на графиках.
Программа вычисляет:
p -значения корреляции Пирсона путем преобразования корреляции, чтобы создать t -статистическую с numObs - 2 степени свободы. Преобразование точно, когда X является нормальным.
p - значения для ранговых корреляций Кендалла и Спирмена с использованием или точных распределений сочетаний (для небольших размеров выборки) или приближений с большой выборкой.
p значения для двуххвостых тестов путем удвоения более значимых из двух однохвостых p значений.
collintest | corr | gname