回归分析： 对于连续型变量使用回归分析，对于离散型变量使用方差分析。取均值之后误差便消失了，因为误差服从均值为零的正态分布。 确定性关系是指函数关系，而不确定性关系可以用函数+误差值的形式表达出来，相关关系是一种不确定关系。 相关系数可以用于去掉量纲。 只用来描述线性关系，如果原来数据不是线性关系， ...
分类：
其他好文 时间：
2019-10-22 22:13:51
阅读次数：
103
在数据挖掘中，无论是对数据进行分类、聚类还是异常检测、关联性分析，都建立在数据之间相似性或相异性的度量基础上。通常使用距离作为数据之间相似性或相异性的度量方法，常用的度量方法有欧式距离、曼哈顿距离、切比雪夫距离、闵可夫斯基距离、汉明距离、余弦距离、马氏距离、Jaccard系数、相关系数、信息熵。 欧... ...
分类：
其他好文 时间：
2019-10-17 11:58:52
阅读次数：
119
生物统计学 相关与回归 描述和预测统计之后，相关与回归预测变量之间的关系。 相关关系是变量间关系不能用函数精确表达，即不一一对应而是点分布在直线周围。 评价指标是相关系数，有总体相关系数和样本相关系数,协方差的正负性与相关系数的正负性同步，当相关系数为0时虽然无线性相关，但是可能存在其他非线性关系： ...
分类：
其他好文 时间：
2019-10-13 21:00:12
阅读次数：
128
生命组学： 比较真核生物有关呼吸链的gene是比较核外编码基因，因为与呼吸有关的功能在线粒体上，线粒体位于核外。想要查看两种基因是否具有相互作用，可以对不同物种的编码ATP6 和ATP8的直系同源基因构建共进化树；可以绘制热图观察其区块化现象；可以计算相关系数；可以绘制箱图，进行类别之间相互比较，可 ...
分类：
数据库 时间：
2019-10-01 22:32:02
阅读次数：
134
https://www.cnblogs.com/LittleHann/p/11133457.html 再谈线性回归函数分析，从概率论与数理统计角度看线性回归参数估计 EX、DX、Cov(X, Y)、相关系数、分布（伯努利分布、泊松分布、均匀分布、指数分布、正态分布、标准正态分布） https://w ...
分类：
其他好文 时间：
2019-09-18 11:36:52
阅读次数：
138
通过两组统计数据计算而得的协方差可以评估这两组统计数据的相似程度。 样本： 平均值： 离差（用样本中的每一个元素减去平均数，求得数据的误差程度）： 协方差 协方差可以简单反映两组统计样本的相关性，值为正，则为正相关；值为负，则为负相关，绝对值越大相关性越强。 案例：计算两组数据的协方差，并绘图观察。 ...
分类：
其他好文 时间：
2019-09-05 15:20:42
阅读次数：
117
三、特征值和特征向量的应用实例 1、主成分分析（Principle Component Analysis, PCA） （1）方差、协方差、相关系数、协方差矩阵 方差： 协方差： , , **方差是衡量单变量的离散程度，协方差是衡量两个变量的相关程度（亲疏），协方差越大表明两个变量越相似（亲密），协方 ...
分类：
其他好文 时间：
2019-09-01 00:59:18
阅读次数：
196
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
//2019.07.23 1、箱形图，又称为盒式图，一般可以很好地反映出数据分布的特征，也可以进行多项数据之间分布特征的比较，它主要包含五个基础数据：中位数，两个上下分位数以及上下边缘线数据2、双轴图的绘制代码：import numpy as npimport matplotlib.pyplot a ...
分类：
其他好文 时间：
2019-07-23 17:17:19
阅读次数：
115
协方差的意义 度量各个维度偏离其均值的程度。协方差的值如果为正值，则说明两者是正相关的(从协方差可以引出“相关系数”的定义)，结果为负值就说明负相关的，如果为0，也是就是统计上说的“相互独立”。 如果正相关，这个计算公式，每个样本对（Xi, Yi）, 每个求和项大部分都是正数，即两个同方向偏离各自均 ...
分类：
其他好文 时间：
2019-07-12 09:36:42
阅读次数：
117
