Используйте функции
cvar и
corr, чтобы измерить степень корреляции между двумя переменными и проверить наличие линейной зависимости между ними.
1. Проверьте данные напряжения, измеренного в двух точках электрической схемы.
2. Создайте график данных и линию лучшей аппроксимации.
3. Вычислите ковариацию двух переменных.
Подобно тому как расхождение измеряет, насколько данные отклоняются от среднего, так и ковариация измеряет, насколько одновременно отклоняются два набора данных от соответствующих средних.
Ковариация связана с наклоном линии наилучшего приближения следующим образом:
Коэффициент корреляции Пирсона
1. Рассчитайте коэффициент корреляции Пирсона.
Знак коэффициента корреляции Пирсона указывает направление корреляции. В этом случае отрицательный знак r указывает, что V1 обратно пропорциональна V2.
r лежит в интервале [-1, 1]. Если | r | близка к 1, корреляция значительна. Напротив, если | r | близка к нулю, корреляция незначительна.
Функция corr выполняет следующий расчет:
2. Рассчитайте коэффициент детерминации.
Коэффициент определения дает равный интервал и измерение отношения силы корреляции.
Ранговая корреляция Спирмена
Корреляция Спирмена использует ту же формулу, что и корреляция Пирсона, но применяет ее к рангам данных в каждом наборе данных.
Коэффициент ранговой корреляции Спирмена используется в непараметрических испытаниях гипотезы, т. е. испытаниях корреляции, которая не зависит от распределения или формы данных. Он основан на формуле Пирсона и имеет те же свойства (от -1 до +1). В отличие от коэффициента Пирсона, коэффициент Спирмена может быть +1 или -1 без данных, лежащих на прямой линии.
