不同类型相关分析
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