本文档是对课程内容的简单整理。
- 前缀Z_ 为正课视频的简称，如Z1为正课视频第1课
- 前缀G_ 为更新视频的简称，如G1为更新视频第1课
文章
D:\00000MCM\0 研究生数学建模竞赛历年真题和优秀论文集锦\研究生数学建模-优秀论文\2020年优秀论文\B题\B20103350031.pdf
B20106570027.pdf（原理阐述）
0036 （斯皮尔曼较详细）
皮尔逊相关系数
必须判断线性关系（画出散点图 可使用SPSS。。。）
R = corrcoef(A) 列表示随机变量（指标），行表示观测值（样本）。
R = corrcoef(A,B) （两个向量）之间的系数。
假设检验 见文档
什么是统计显著性？ - 知乎
t分布与t检验详解_huguozhiengr的博客-CSDN博客_t分布
T检验、T分布、T检验的计算方法 - 知乎
p＜ 拒绝原假设（原假设：两个样本没有本质区别）
t＞ 拒绝原假设
条件：
第一， 实验数据通常假设是成对的来自于正态分布的总体。
第二， 实验数据之间的差距不能太大。
第三，每组样本之间是独立抽样的。
检验方法：
- 描述性统计
- 正态性检验
- JB检验（大样本n>30）
- Shapiro-wilk检验（小样本3≤n≤50）
- 皮尔逊相关系数，相关性检验
斯皮尔曼相关系数
（1）corr(X , Y , ‘type’ , ‘Spearman’) 是列向量
（2）corr(X , ‘type’ , ‘Spearman’) 计算X矩阵各列之间的斯皮尔曼相关系数
假设检验 见文档
Matlab操作
D:\00000MCM\清风\0 课件和代码\正课配套的课件和代码\第5讲.相关系数\代码和例题数据\code.m
SPSS操作
SPSS学习笔记之——相关分析（Pearson、Spearman、卡方检验） | Public Library of Bioinformatics
spss相关性分析_利用spss做Pearson相关性分析步骤详解_weixin_39637457的博客-CSDN博客
Pearson（皮尔逊）相关系数与Spearman（斯皮尔曼）相关系数及其SPSS实现 - CollinsLi - 博客园
SPSS学习笔记12：如何选用Pearson、Spearman、Kendall三大相关系数|数据小兵博客
Python（未测试）
08 相关性矩阵图 · 语雀
用Python进行相关性分析，5行代码就够了 - 51CTO.COM
用 Python 对数据进行相关性分析_Python中文社区-CSDN博客
利用python进行相关性分析 - 知乎
注意点
若有收获，就点个赞吧
0 人点赞
