文章目录
- 一、前言🚀🚀🚀
- 二、斯皮尔曼spearman相关系数：☀️☀️☀️
- 1. 回顾皮尔逊相关系数
- 2. 斯皮尔曼spearman相关系数
- 3. 斯皮尔曼相关系数公式
- 4. 另外一种斯皮尔曼相关系数定义
- 5. matlab的用法
- 5. matlab的用法
- 三、对斯皮尔曼相关系数进行假设性检验
- 3.1 小样本
- 3.2 大样本
- 四、两个相关系数的选择
一、前言🚀🚀🚀
☀️☀️☀️
外面的世界好大！
去外面……更外面的地方。
没关系的，跟Sakura在外面到处玩，很开心，所以我能坚持下来。
没关系这是我一生里最自由的时间，以前没有过，以后也不会有。
—— 上杉绘梨衣 《龙族》
本文简介：本讲我们将介绍斯皮尔曼spearman相关系数在数学建模中的应用。
二、斯皮尔曼spearman相关系数：☀️☀️☀️
1. 回顾皮尔逊相关系数
1.首先我们要看的是x和y有没有线性的趋势(或者说有没有线性的关系)
2.那怎样来看呢，我们需要做出x和y的散点图
3.通过散点图，我们可以看出大概的趋势。
4.那假如说x和y他们有线性的关系的话，我们就可以算出他们的皮尔逊相关系数
5.那假如说我们现在还想检验一下这个皮尔逊相关系数是否显著的(异于零那如果要用到假设检验的话，
需要用到一个很强的条件，就是我们x和y它的总体是正态分布。
6.那检验正态分布我们学过两种方法:J检验(大样本)、小样本的检验
接下来学另外一种相关系数一一斯皮尔曼spearman相关系数（对我们数据的要求比较低）
2. 斯皮尔曼spearman相关系数
3. 斯皮尔曼相关系数公式
rs大于0说明正相关，小于0说明负相关，而且绝对值越大相关性越强。
4. 另外一种斯皮尔曼相关系数定义
5. matlab的用法
5. matlab的用法
三、对斯皮尔曼相关系数进行假设性检验
3.1 小样本
3.2 大样本
看一下我们之前p值是怎么算的
四、两个相关系数的选择
