相关性分析的概念

相关性是一个统计学名词，相关的定义为随机变量之间相互联系的密切程度和方向。在医学研究中，探讨某疾病的发生与哪些因素有关、疾病与疾病之间的关系等，都需要用到相关性分析，它常用于判断两个数值变量之间有无线性关系、相关性的方向和相关性的强弱。在相关分析中，所有变量都是随机变量，它们之间不存在被解释变量和解释变量之间的关系。相关性分析有简单和多元相关，线性相关和非线性相关，正相关和负相关的关系。常用的相关性分析检验方法有线性相关分析法，Pearson 相关分析法，Spearman相关分析法，秩相关分析法等。

Pearson系数：也叫线性相关系数，用于进行线性相关分析，是最常用的相关系数，当数据满足正态分布时会使用该系数。两个连续变量间呈线性相关时，使用Pearson积差相关系数。由于其是在原始数据的方差和协方差基础上计算得到，所以对离群值比较敏感。即使pearson相关系数为0，也只能说明变量之间不存在线性相关，但仍有可能存在曲线相关。
Spearman相关系数：不满足积差相关分析的适用条件时，使用Spearman相关系数来描述，是一般的非参数方法，对离群值的敏感度较低，因而也更具有耐受性，度量的主要是等级变量之间的联系。

不同相关系数的选择

两个变量之间的相关性分析

  • 两个变量均为连续性变量：

    1. 当两个变量为小样本并且两个变量服从双正态分布时，可以用Pearson相关系数来衡量两个变量之间的相关性。
    2. 当两个变量为大样本或者两个变量不服从双正态分布，则用Spearman相关系数来衡量两个变量之间的相关性。
  • 如果两个变量均为有序分类变量，可以用Spearman相关系数来衡量两个变量之间的相关性。
  • 如果一个变量为有序分类变量，另一个变量为连续型变量，可以用Spearman相关系数来衡量两个变量之间的相关性。

生物医学数据统计分析-相关性分析相关推荐

  1. R语言两个矩阵（两组）数据的相关性分析

    R语言两个矩阵(两组)数据的相关性分析 vegan包及数据说明 分别计算距离矩阵 相关性分析 vegan包及数据说明 Mantel tests是确定两组距离测度矩阵(而非两组变量矩阵)之间相关性的相关 ...

  2. python：基金净值与龙头股收盘价 数据的相关性分析

    广发消费升级股票基金净值 与 贵州茅台收盘价 数据的相关性分析: diff_corr_2.py # coding: utf-8 import os, sys from datetime import ...

  3. 用 Python 对数据进行相关性分析

    在进行数据分析时,我们所用到的数据往往都不是一维的,而这些数据在分析时难度就增加了不少,因为我们需要考虑维度之间的关系.而这些维度关系的分析就需要用一些方法来进行衡量,相关性分析就是其中一种.本文就用 ...

  4. 数据特征分析-相关性分析

    相关性分析是指对两个或多个具备相关性的变量元素进行分析,从而衡量两个变量的相关密切程度. 相关性的元素之间需要存在一定的联系或者概率才可以进行相关性分析. 相关系数在[-1,1]之间. 一.图示初判 ...

  5. 做数学建模不得不会的数据特征分析---相关性分析

    相关性分析是分析连续变量之间的线性相关程度的强弱,我们可以通过图来初步判断,当然了比较权威的是通过Pearson相关系数(皮尔逊相关系数) / Sperman秩相关系数(斯皮尔曼相关系数)来判断 引入 ...

  6. R计算两列数据的相关系数_数据特征分析·相关性分析

    相关性分析 相关分析是指对两个或多个具备相关性的变量元素进行分析,从而衡量两个因素的的相关密切程度,相关性的元素之间需要存在一定的联系或者概率才可以进行相关性分析. 1. 如何利用相关系数判断数据之间 ...

  7. Pandas数据的相关性分析

    本文的主要内容是基于中国大学mooc(慕课)中的"Python数据分析与可视化"课程进行整理和总结. 两个事物,表示成X和Y,如何判断他们之间的相关性? X增大,Y也增大,两个变量 ...

  8. 两组数据的相关性分析

    https://jingyan.baidu.com/article/90808022a562b8fd90c80f64.html 转载于:https://www.cnblogs.com/DixinFan ...

  9. matlab怎么对三组数据做相关性分析,如何用matlab做相关性分析

    2014-04-22 怎样用matlab求相关系数矩阵 我们是用corr来计算的: [RHO,PVAL] = corr(X,Y,'name',value) 其中name可以是type,rows,tai ...

最新文章

  1. 笔试分享 | 带你解读校招人工智能笔试题
  2. 在git项目误上传了本地idea配置文件，如何解决？
  3. 计算机中的进制和编码
  4. testbench常用任务之SPI slave输出数据
  5. 的房费重构——上，下位机的复议
  6. github创建仓库，往github上上传自己的项目
  7. 计算机个性化设计小组工作计划,电脑兴趣小组工作计划.doc
  8. 常用组合数计算公式及推算
  9. 在java中重写方法应遵循规则的包括_蘑菇街2017校园招聘笔试题
  10. 安装rabbitMQ出现plugin configuration unchanged
  11. python编程实例 下载-Python编程从入门到实践PDF下载高清完整扫描原版
  12. Linux下minicom配置
  13. 使用describe()查看catering_sale.xls数据的基本情况，通过箱式图检测出catering_sale.xls中的异常值
  14. 计算机英语知识点,小学英语语法知识点汇总
  15. mysql索引对查询效率的影响
  16. MediaPlayer播放视频
  17. 依据Nvidia RTX2080TI算力来分析自动驾驶算力需求
  18. 树莓派无源蜂鸣器c语言,关于raspberry-pi:Python使用树莓派无源蜂鸣器播放铁血丹心...
  19. YOLO系列论文精读
  20. 一个视屏的时间教你学会Java面向对象进阶

热门文章

  1. 【重识云原生】计算第2.2节——主流虚拟化技术之VMare ESXi
  2. 【JS】购物车附带源码与素材图片压缩包
  3. 我们的flowable改造（8）-----BPMN模型
  4. 台式计算机用电视机做显示器,电脑怎么一次连接显示器和电视
  5. 什么是软件危机？软件危机的主要表现是什么？什么是软件？什么是软件工程？什么是软件过程？软件过程与软件工程方法学有何关系？​​​​​​​什么是软件开发方法？软件开发方法主要有哪些？
  6. STM32的串口硬件流控(RS232/RS485)
  7. 在天翼云服务器部署程序不能被外网访问的问题
  8. 数据中心22年基础架构演进史
  9. Linux 查看tomcat占用的端口号
  10. 云服务器ECS和云虚拟主机VPS的区别