1. Análisis de correlación lineal: estudia el grado de relación lineal entre dos variables
Descrito por el coeficiente de correlación r, la interpretación de r:
(1) Correlación positiva: si x, y cambian La dirección es consistente, como la relación entre altura y peso, rgt; 0, en general,
·|r|gt;
·|r| ≥0,8 Altamente correlacionado;
·0,5≤|r|lt; 0,8 moderadamente correlacionado;
·0,3≤|r|lt; 0,5 poco correlacionado;
·|r|lt;0.3 La relación es extremadamente débil y se considera irrelevante
(2) Correlación negativa: si xey cambian en direcciones opuestas, como la relación entre fumar y la función pulmonar, rlt;0 ;
p>(3) Sin correlación lineal: r=0.
Si existe una relación funcional entre las variables Y y X, entonces r=1 o r=-1; si existe una relación estadística entre las variables Y y X, entonces -1lt;
(4) Hay tres formas de calcular r:
①Coeficiente de correlación de Pearson: calcula los datos de variables continuas de rango fijo.
②Coeficiente de correlación de Spearman y Kendall: cuando la distribución de datos o valores variables de variables categóricas es obviamente no normal o la distribución es desconocida, los datos discretos deben ordenarse primero o los valores de las variables de intervalo. debe ser un rango clasificado (calculado).
De hecho, para cualquier tipo de variable, se pueden utilizar los indicadores correspondientes para el análisis relevante. Es decir, existen diversos parámetros y se analizan las variables adecuadas a ellos.