Matlab计算相关系数 您所在的位置:网站首页 matlab的计算 Matlab计算相关系数

Matlab计算相关系数

2023-08-13 09:25| 来源: 网络整理| 查看: 265

Matlab计算相关系数常使用corr函数和corrcoef函数。

1. 基本语法 1.1 corr函数基本语法 语法说明rho = corr(X)返回输入矩阵X中每对列之间的两两线性相关系数矩阵。rho = corr(X, Y)返回输入矩阵X和Y中每对列之间的两两相关系数矩阵。[rho, pval] = corr(X, Y)返回pval,一个p值矩阵,用于检验无相关性的假设与非零相关性的备择假设。[rho, pval] = corr(___, Name, Value)除了前面语法中的输入参数外,还指定使用一个或多个Name-Value对参数的选项,如:‘Type’, ‘Kendall’ … 1.2 corrcoef函数基本语法 语法说明R = corrcoef(A)返回 A 的相关系数的矩阵,其中 A 的列表示随机变量,行表示观测值。R = corrcoef(A, B)返回两个随机变量 A 和 B 之间的系数。[R, P] = corrcoef(___)返回相关系数的矩阵和 p 值矩阵,用于测试观测到的现象之间没有关系的假设(原假设)。此语法可与上述语法中的任何参数结合使用。如果 P 的非对角线元素小于显著性水平(默认值为 0.05),则 R 中的相应相关性被视为显著。如果 R 包含复数元素,则此语法无效。[R, P, RL, RU] = corrcoef(___)包括矩阵,这些矩阵包含每个系数的 95% 置信区间的下界和上界。如果 R 包含复数元素,则此语法无效。___ = corrcoef(___, Name, Value)在上述语法的基础上,通过一个或多个 Name, Value 对组参数指定其他选项以返回任意输出参数。例如,corrcoef(A, ‘Alpha’, 0.1) 指定 90% 置信区间,corrcoef(A, ‘Rows’, ‘complete’) 省略 A 的包含一个或多个 NaN 值的所有行。 2. 示例 2.1 corr函数

[rho, pval] = corr(___, Name, Value)示例:

XX = 1993 : 2012; XX = XX'; YY = [20 27 21 22 16 15 14 17 18 16 13 15 14 16 13 10 17 12 15 15]'; ZZ = -0.4481 * XX + 21.005; [r, p] = corr(YY, ZZ, 'type', 'Pearson');

输出结果为:

r = 0.685477816431251 p = 8.505275659753111e-04 2.2 corrcoef函数

R = corrcoef(A, B)示例:

XX = 1993 : 2012; XX = XX'; YY = [20 27 21 22 16 15 14 17 18 16 13 15 14 16 13 10 17 12 15 15]'; ZZ = -0.4481 * XX + 21.005; [r, p] = corrcoef(YY, ZZ);

输出结果为:

r = 1.000000000000000 0.685477816431251 0.685477816431251 1.000000000000000 p = 1.000000000000000 0.000850527565975 0.000850527565975 1.000000000000000

[R, P, RL, RU] = corrcoef(___)示例:

XX = 1993 : 2012; XX = XX'; YY = [20 27 21 22 16 15 14 17 18 16 13 15 14 16 13 10 17 12 15 15]'; ZZ = -0.4481 * XX + 21.005; [R, P, RL, RU] = corrcoef(YY, ZZ); R, P, RL, RU

输出结果为:

R = 1.000000000000000 0.685477816431251 0.685477816431251 1.000000000000000 P = 1.000000000000000 0.000850527565975 0.000850527565975 1.000000000000000 RL = 1.000000000000000 0.348744580399915 0.348744580399915 1.000000000000000 RU = 1.000000000000000 0.865468852479574 0.865468852479574 1.000000000000000

欢迎大家批评指正。



【本文地址】

公司简介

联系我们

今日新闻

    推荐新闻

    专题文章
      CopyRight 2018-2019 实验室设备网 版权所有