不同类型相关分析总结

不同类型相关分析

1 两个连续变量相关分析，Pearson相关系数

相关性负值正值

不相关−0.09～0.00.0～0.09

湍流模型低相关−0.3～−0.10.1～0.3

阻尼线

中等相关−0.5～−0.30.3～0.5

显著相关−1.0～−0.50.5～1.0 Pearson相关系数：

states<-state.x77[,1:6]

cor(states)

2 两个⽆序变量相关分析，卡⽅检验

卡⽅检验：

library("MASS")

print(str(Cars93))

data =table(Cars93$AirBags,Cars93$Type)

出车出售的类型Type和空⽓包装袋具有的类型AirBags之间的显著相关性，显然相关不显著。

3 两个有序变量相关分析， spearman 等级相关系数(kendall等级相关系数) spearman ：

kendall ：

S为等第失序量数；N为被评者的⼈数或作品件数

x<-mtcars[,c("cyl","gear","carb")]

y<-mtcars[,c("cyl","gear","carb")]

孔业礼

cor(x,y,method = "spearman")

52kdy⽓缸数”cyl”、前进档数量”gear”及化油器数量”carb”两两之间的相关性

4 连续变量和有序变量相关分析，Spearman相关系数

x<-mtcars[,c("disp","hp")]

y<-mtcars[,c("cyl","gear","carb")]

cor(x,y,method = "spearman")

百贝宁发动机排量”disp”、总马⼒”hp”与⽓缸数”cyl”、前进档数量”gear”及化油器数量”carb”之间的相关性

5 连续变量和⽆序变量相关分析，⽅差检验

⽅差检验中的单因素⽅差分析和多重⽐较

6 ⽆序变量和有序变量相关分析，卡⽅检验

library("MASS")

sas软件

data =table(Cars93$ Cylinders,Cars93$Type)

⽓缸数Cylinders与购车类型Type的相关性，显然相关性不显著

本文发布于:2024-09-23 17:24:03，感谢您对本站的认可！

标签：分析相关类型变量量数

留言与评论（共有 0 条评论）