相關(guān)
各種相關(guān)系數(shù)
對于不同測量尺度的變數(shù),有不同的相關(guān)系數(shù)可用:
Pearson相關(guān)系數(shù)(Pearson"s r ):衡量兩個等距尺度或等比尺度變數(shù)之相關(guān)性。是最常見的,也是學習統(tǒng)計學時第一個接觸的相關(guān)系數(shù)。
凈相關(guān)( 英語: partial correlation ):在模型中有多個自變數(shù)(或解釋變數(shù))時,去除掉其他自變數(shù)的影響,只衡量特定一個自變數(shù)與因變數(shù)之間的相關(guān)性。自變數(shù)和因變數(shù)皆為連續(xù)變數(shù)。
相關(guān)比( 英語: correlation ratio ):衡量兩個連續(xù)變數(shù)之相關(guān)性。
Gamma相關(guān)系數(shù):衡量兩個次序尺度變數(shù)之相關(guān)性。
Spearman等級相關(guān)系數(shù):衡量兩個次序尺度變數(shù)之相關(guān)性。
Kendall等級相關(guān)系數(shù)( 英語: Kendall tau rank correlation coefficient ):衡量兩個人為次序尺度變數(shù)(原始資料為等距尺度)之相關(guān)性。
Kendall和諧系數(shù):衡量兩個次序尺度變數(shù)之相關(guān)性。
Phi相關(guān)系數(shù)( 英語: Phi coefficient ):衡量兩個真正名目尺度的二分變數(shù)之相關(guān)性。
列聯(lián)相關(guān)系數(shù)( 英語: contingency coefficient ):衡量兩個真正名目尺度變數(shù)之相關(guān)性。
四分相關(guān)( 英語: tetrachoric correlation ):衡量兩個人為名目尺度(原始資料為等距尺度)的二分變數(shù)之相關(guān)性。
Kappa一致性系數(shù)( 英語: K coefficient of agreement ):衡量兩個名目尺度變數(shù)之相關(guān)性。
點二系列相關(guān)系數(shù)( 英語: point-biserial correlation ):X變數(shù)是真正名目尺度二分變數(shù)。Y變數(shù)是連續(xù)變數(shù)。
二系列相關(guān)系數(shù)( 英語: biserial correlation ):X變數(shù)是人為名目尺度二分變數(shù)。Y變數(shù)是連續(xù)變數(shù)。
皮爾遜積差系數(shù)(Pearson"s product moment coefficient)
數(shù)學特征
其中, E 是數(shù)學期望,cov表示協(xié)方差, σ σ --> X {\displaystyle \sigma _{X}} 和 σ σ --> Y {\displaystyle \sigma _{標準差 是標準差。
因為 μ μ --> X = E ( X ) {\displaystyle \mu _{X}=E(X)} , σ σ --> X 2 = E ( X 2 ) ? ? --> E 2 ( X ) {\displaystyle \sigma _{X}^{2}=E(X^{2})-E^{2}(X)} ,同樣地,對于 Y {\displaystyle Y} ,可以寫成
當兩個變量的標準差都不為零,相關(guān)系數(shù)才有定義。從柯西-施瓦茨不等式可知,相關(guān)系數(shù)的絕對值不超過1。當兩個變量的線性關(guān)系增強時,相關(guān)系數(shù)趨于1或-1。當一個變量增加而另一變量也增加時,相關(guān)系數(shù)大于0。當一個變量的增加而另一變量減少時,相關(guān)系數(shù)小于0。當兩個變量獨立時,相關(guān)系數(shù)為0,但反之并不成立。這是因為相關(guān)系數(shù)僅僅反映了兩個變量之間是否線性相關(guān)。比如說, X 是區(qū)間[-1,1]上的一個均勻分布的隨機變量。 Y = X .那么 Y 是完全由 X 確定。因此 Y 和 X 是不獨立的。但是相關(guān)系數(shù)為0?;蛘哒f他們是不相關(guān)的。當 Y 和 X 服從聯(lián)合正態(tài)分布時,其相互獨立和不相關(guān)是等價的。
當一個或兩個變量帶有測量誤差時,他們的相關(guān)性就受到削弱,這時,“反衰減”性(disattenuation)是一個更準確的系數(shù)。
幾何特征
對于居中的數(shù)據(jù)來說(何謂居中?也就是每個數(shù)據(jù)減去樣本均值,居中后它們的平均值就為0),相關(guān)系數(shù)可以看作是兩個隨機變量中得到的樣本集向量之間夾角的cosine函數(shù)。一些實際工作者更喜歡用非居中的相關(guān)系數(shù)(與Pearson系數(shù)不相兼容)??聪旅娴睦又杏幸粋€比較。例如,假設(shè)五個國家的國民生產(chǎn)總值分別是1、2、3、5、8(單位10億美元),又假設(shè)這五個國家的貧困比例分別是11%、12%、13%、15%、18%。則我們現(xiàn)在有兩個有序的包含5個元素的向量x、y:x =(1, 2, 3, 5, 8)、 y =(0.11, 0.12, 0.13, 0.15, 0.18) 使用一般的方法來計算向量間夾角(參考數(shù)量積),未居中的相關(guān)性系數(shù)如下:
上面的數(shù)據(jù)實際上是故意選擇了一個完美的線性關(guān)系:y = 0.10 + 0.01 x。因此皮爾遜相關(guān)系數(shù)應(yīng)該就是1。把數(shù)據(jù)居中(x中數(shù)據(jù)減去E (x) = 3.8,y中數(shù)據(jù)減去E (y) = 0.138)后得到:x =(?2.8, ?1.8, ?0.8, 1.2, 4.2)、y =(?0.028, ?0.018, ?0.008, 0.012, 0.042),由此得到了預期結(jié)果:
統(tǒng)計學上的相關(guān)
相關(guān)系數(shù)的計算過程可表示為:將每個變量都轉(zhuǎn)化為標準單位,乘積的平均數(shù)即為相關(guān)系數(shù) 。
兩個變量的關(guān)系可以直觀地用散點圖表示,當其緊密地群聚于一條直線的周圍時,變量間存在強相關(guān) 。
一個散點圖可以用五個統(tǒng)計量來概括。所有x值得平均數(shù),所有x值的SD,所有y值得平均數(shù),所有y值的SD,相關(guān)系數(shù)r.
將第一個變量記為x ,第二個變量記為y ,相關(guān)系數(shù)為r,則可以通過以下公式:
r = [(以標準單位表示的x)X(以標準單位表示的y)]的平均數(shù)
參見
相關(guān)不蘊涵因果
免責聲明:以上內(nèi)容版權(quán)歸原作者所有,如有侵犯您的原創(chuàng)版權(quán)請告知,我們將盡快刪除相關(guān)內(nèi)容。感謝每一位辛勤著寫的作者,感謝每一位的分享。
- 有價值
- 一般般
- 沒價值