本福特定律 概率公式 贝叶斯公式 重要分布 Beta分布 事件的独立性 期望与方差 协方差 Pearson相关系数 切比雪夫不等式 大数定律 中心极限定理 最大似然估计 ...
分类：
其他好文 时间：
2020-06-03 23:10:13
阅读次数：
66
典型相关分析（Canonical Correlation analysis）：研究两组变量（每组变量中都可能有多个指标） 之间相关关系的一种多元统计方法。它能够揭示出两组变量之间的内在联系。 相比之下，"皮尔逊Pearson相关系数"和"斯皮尔曼Spearman相关系数"仅能处理多个指标，不能把多个... ...
分类：
其他好文 时间：
2020-01-24 22:24:04
阅读次数：
108
1.相关性分析 分析连续变量之间的线性相关程度的强弱 图示初判 / Pearson相关系数（皮尔逊相关系数） / Sperman秩相关系数（斯皮尔曼相关系数） # 图示初判 # （1）变量之间的线性相关性 data1 = pd.Series(np.random.rand(50)*100).sort_ ...
分类：
其他好文 时间：
2020-01-22 23:55:44
阅读次数：
150
Pearson 相关系数 线性趋势 通过折线图 看趋势 正态分布检验 典型相关分析 研究两组变量（每组变量中都可能有多个指标）之间相关关系的一种多元统计方法，他能够揭示出两组变量之间的内在联系 例子 选代表：较综合，全面的衡量所在组的内在规律 ++++ 将该组变为线性组合 ax1+ bx2 +cx3 ...
分类：
其他好文 时间：
2019-08-18 17:18:40
阅读次数：
89
二值类别变量相关性分析 目前，在相关性分析领域，主要使用的技术指标有pearson相关系数、spearman相关系数、kendall相关系数。三者有一个共同的特点，它们都是通过两组数据的元素大小来刻画相关性，也即同增同减的性质。在分类、聚类领域中，为了弥补上述相关性的不足，科学家将距离、方向引入相关 ...
分类：
其他好文 时间：
2018-12-10 15:47:06
阅读次数：
369
pandas 中df 对象自带相关性计算方法corr() , 可以用来计算DataFrame对象中所有列之间的相关系数（包括pearson相关系数、Kendall Tau相关系数和spearman秩相关）。 >>> import numpy as np>>> import pandas as pd ...
分类：
编程语言 时间：
2018-11-15 16:12:37
阅读次数：
561
Pearson相关系数解决了两个群的数据是否线性相关的问题； 先补充一下基本概念： 协方差：如果两个变量的变化趋势一致，也就是说如果其中一个大于自身的期望值时另外一个也大于自身的期望值，那么两个变量之间的协方差就是正值；如果两个变量的变化趋势相反，即其中一个变量大于自身的期望值时另外一个却小于自身的 ...
分类：
其他好文 时间：
2018-07-22 15:24:32
阅读次数：
215
基础 总和、平均数、中位数、最大值、最小值、众数 极差(range)、标准差(standard deviation，缩写s或SD)、方差(variance 标准差的平方) 相关系数 pearson相关系数 是研究变量之间线性相关程度的量 scipy.stats.stats.pearsonr(x,y) ...
分类：
其他好文 时间：
2018-02-23 13:22:31
阅读次数：
191
Kendall's tau-b（肯德尔）等级相关系数：用于反映分类变量相关性的指标，适用于两个分类变量均为有序分类的情况。对相关的有序变量进行非参数相关检验；取值范围在-1-1之间，此检验适合于正方形表格； 计算积距pearson相关系数，连续性变量才可采用;计算Spearman秩相关系数，适合于定 ...
分类：
其他好文 时间：
2018-01-15 16:39:44
阅读次数：
1171
