相关性分析的6种方法
相关性分析主要有以下六种方法：
1. Pearson相关系数：也叫Pearson相关系数，主要衡量两个变量线性相关的程度。相关系数的大小在-1和1之间变化，必须建立在因变量与自变量是线性的关系基础上，否则线性相关系数是无意义的。
2. 卡方检验：卡方检验是一种用途很广的计数资料的假设检验方法，属于非参数检验的范畴，主要是比较两个及两个以上样本率( 构成比）以及两个分类变量的关联性分析。其根本思想就是在于比较理论频数和实际频数的吻合程度或拟合优度问题。
3. 连续变量离散化：将连续变量离散化，然后，使用离散与离散变量相关性分析的方法来分析相关性。
4. 箱形图：使用画箱形图的方法，看离散变量取不同值，连续变量的均值与方差及取值分布情况。
5. 生态分析、遗传分析、大气分析、几何分析、数学分析、统计分析：这些分析方法也可以用来进行相关性分析。
标签： #科技看点
郑重声明：图文由自媒体作者发布，我们尊重原作版权，但因数量庞大无法逐一核实，图片与文字所有方如有疑问可与我们联系，核实后我们将予以删除。
关于我们 广州小漏斗信息技术有限公司 版权所有 七百分 粤ICP备20006251号粤公网安备 44011302002346号
