相关分析

概念

先进行相关分析，判断有相关关系后，再进行回归分析。

1）相关性系数 r
2）显著性水平 p
两者的关系为：当p<0.05(或者0.01)的前提下，才可以参考r值，不能仅仅只看r值。

• 在进行相关分析之前，建议先使用散点图进行查看。
• 判断是否存在相关关系：使用 P值 判断是否有相关关系。
• 判断正负相关：判断相关系数(r值) >0 为正相关，<0 为负相关。
• 判断紧密程度：相关系数一般0.7以上说明关系非常紧密；0.4~0.7之间说明关系紧密；0.2~0.4说明关系一般。
• 相关系数常用两类：Pearson 和 Spearman，一般使用 Pearson。

Python 实现

import scipy.stats as stats 
r,p = stats.pearsonr(data.X,data.Y)
print('相关系数r为 = %6.3f，p值为 = %6.3f'%(r,p))

相关系数r为 = 0.918，p值为 = 0.005
相关关系显著，且高度相关。

Excel 实现

实际举例

投放车辆与订单之间的关系
天气情况与故障率之间的关系