cvar 및
corr 함수를 사용하여 두 변수 사이의 관련도를 측정하고 데이터가 선형 관계를 따르는지 여부를 검증합니다.
1. 전기 회로의 두 점에서 측정된 전압 데이터를 살펴보십시오.
2. 데이터와 최적합의 선을 도표화합니다.
3. 두 변수의 공분산을 계산합니다.
분산이 평균으로부터 데이터의 편차를 측정하는 것과 마찬가지로, 공분산은 해당 평균으로부터 데이터 집합의 편차를 측정합니다.
다음과 같이 공분산은 최적합의 선 기울기와 관련이 있습니다.
피어슨 상관 계수
1. 피어슨 상관 계수를 계산합니다.
피어슨 상관 계수의 부호는 상관 관계의 방향을 나타냅니다. 이 예의 경우 r의 음수 부호는 V1이 V2에 반비례한다는 것을 나타냅니다.
r은 구간 [-1, 1] 사이에 있습니다. | r |이 1에 가까우면 상당한 상관 관계가 있음을 나타냅니다. 반대로 | r |이 0에 가까우면 상관 관계가 거의 없음을 나타냅니다.
corr 함수는 다음을 계산합니다.
2. 결정 계수를 계산합니다.
결정 계수는 관련도의 일정한 구간과 비율 측정 단위를 제공합니다.
스피어만 순위 상관 계수
스피어만 상관 관계에는 피어슨 상관 관계와 동일한 수식이 사용되지만 각 데이터 집합의 데이터 순위에 수식을 적용한다는 점이 다릅니다.
1. 두 데이터 집합의 순위를 구합니다.
2. 스피어만 순위 상관 계수를 피어슨 상관 계수와 비교하여 상관성을 검증합니다.
◦ 스피어만
◦ 피어슨
스피어만 순위 상관 관계는 비매개 변수 가설 검증에 사용됩니다. 즉, 상관성 검증이 데이터의 분포나 형식에 좌우되지 않습니다. 피어슨 수식을 기초로 하며 속성이 동일합니다(-1에서 +1). 단, 스피어만 상관 관계는 피어슨 상관 관계와 달리 데이터가 직선상에 있지 않더라도 +1 또는 -1이 될 수 있습니다.