数学建模(NO.7相关系数的假设检验)
作者:互联网
相关系数的假设检验
一. 对皮尔逊相关系数进行假设检验
x = -4:0.1:4;
y = tpdf(x,28);
plot(x,y,'-')
grid on % 在画出的图上加上网格线
二.利用P值判断法
三.计算相关系数
%% 计算各列之间的相关系数
% 在计算皮尔逊相关系数之前,一定要做出散点图来看两组变量之间是否有线性关系
% 这里使用Spss比较方便: 图形 - 旧对话框 - 散点图/点图 - 矩阵散点图
R = corrcoef(Test) % correlation coefficient
Spss:
- 导入数据
- 图形 - 旧对话框 - 散点图/点图 - 矩阵散点图
- 得到:
四.假设检验代码实现
%% 假设检验部分
x = -4:0.1:4;
y = tpdf(x,28); %求t分布的概率密度值 28是自由度
figure(1)
plot(x,y,'-')
grid on % 在画出的图上加上网格线
hold on % 保留原来的图,以便继续在上面操作
% matlab可以求出临界值,函数如下
tinv(0.975,28) % 2.0484
% 这个函数是累积密度函数cdf的反函数
plot([-2.048,-2.048],[0,tpdf(-2.048,28)],'r-')
plot([2.048,2.048],[0,tpdf(2.048,28)],'r-')
五.计算p值法
x = -4:0.1:4;
y = tpdf(x,28);
figure(2)
plot(x,y,'-')
grid on
hold on
% 画线段的方法
plot([-3.055,-3.055],[0,tpdf(-3.055,28)],'r-')
plot([3.055,3.055],[0,tpdf(3.055,28)],'r-')
disp('该检验值对应的p值为:')
disp((1-tcdf(3.055,28))*2) %双侧检验的p值要乘以2
六.标记星号问题
1.定义
可以更改,但是要说明代表的意义
2. 使用Matlab进行
%% 计算各列之间的相关系数以及p值
[R,P] = corrcoef(Test)
% 在EXCEL表格中给数据右上角标上显著性符号吧
P < 0.01 % 标记3颗星的位置
(P < 0.05) .* (P > 0.01) % 标记2颗星的位置,利用矩阵相乘成立
(P < 0.1) .* (P > 0.05) % % 标记1颗星的位置
结果
3.利用spss
确定——>
七.皮尔逊相关系数假设检验的条件
第一, 实验数据通常假设是成对的来自于正态分布的总体。因为我们在求皮尔
逊相关性系数以后,通常还会用t检验之类的方法来进行皮尔逊相关性系数检验,
而t检验是基于数据呈正态分布的假设的。
第二,实验数据之间的差距不能太大。皮尔逊相关性系数受异常值的影响比较
大。
第三:每组样本之间是独立抽样的。构造t统计量时需要用到
标签:plot,tpdf,相关系数,假设检验,28,3.055,NO.7 来源: https://blog.csdn.net/qq_46126118/article/details/112431329