判断变量之间的相关性

皮尔逊（Pearson）相关系数（就是相关系数）

使用条件

• 如果数据不为正态分布，则不可以使用皮尔逊相关系数
• • ==数据的正态分布检验==
• 
• • 如果不满足正态分布
  • • 不可以使用皮尔逊相关系数
    • 但可以使用==斯皮尔曼（Spearman）相关系数==
• 

介绍

• 在统计学中，皮尔逊相关系数( Pearson correlation coefficient），又称皮尔逊积矩相关系数（Pearson product-moment correlation coefficient，简称 PPMCC或PCCs），是用于度量两个变量X和Y之间的相关（线性相关），其值介于-1与1之间。

• 在自然科学领域中，皮尔逊相关系数广泛用于度量两个变量之间的相关程度，其值介于-1与1之间。

定义

• 公式如下：
• 上式定义了总体相关系数，常用希腊小写字母作为代表符号。

范围	程度
0.8-1.0	极强相关
0.6-0.8	强相关
0.8-1.0	极强相关
0.4-0.6	弱相关
0.0-0.2	极弱相关或无相关

matlab实现

• corr函数

复相关系数

• 用一个数值指标来度量==一个==随机变量y 和 ==一组==随机变量x之间的相关性

典型相关分析

• 描述==两组随机变量==的相关性