本文主要是介绍相关性分析、差异性分析,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
相关性分析
分析方法 | 数据类型 |
---|---|
相关性系数 | 定量×定量 |
卡方 | 定类×定类 |
方差 | 定类×定量 |
相关性系数类型怎么选?
补充说明:
(相关分析对数据正态要求比较宽松,违反时系数计算结果也比较稳健,只要数据基本满足正态即可。如果数据完全不正态,则可以用Spearman相关系数。)
(kendall相关系数是秩相关系数的一种。
皮尔森相关系数的原理:r=cov(x,y) /((x的标准差)×(y的标准差))
关于怎样检验正态性?
正态图、正态性检验、P-P图/Q-Q图等
差异性分析
T检验原理
方差分析原理
根据X的不同,方差分析又可以进行细分。X的个数为一个时,我们称之为单因素方差;X为2个时则为双因素方差;X为3个时则称作三因素方差,依次下去。当X超过1个时,统称为多因素方差。
卡方检验
卡方拟合优度检验:研究实际比例是否与预期比例一致。
多组的话可以进行多重检验
这篇关于相关性分析、差异性分析的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!