文档帮助中心文档
南
相关系数
R = corrcoef (A)
R = corrcoef (A, B)
[r,p] = corrcoef(___)
[R P, RL,俄文]= corrcoef (___)
___= corrcoef (___,名称,价值)
例子
R= corrcoef (一个)返回的矩阵相关系数为一个,其中的列一个表示随机变量,行表示观察值。
R= corrcoef (一个)
R
一个
R= corrcoef (一个,B)返回两个随机变量之间的系数一个和B.
R= corrcoef (一个,B)
B
[R,P] = Corrcoef(___)返回相关系数矩阵和p值矩阵,用于检验观察到的现象之间没有关系的假设(无效假设)。将此语法与前面语法中的任何参数一起使用。的非对角元素P小于意义级别(默认是0.05),然后是相应的相关R被认为是重要的。此语法如果是无效的ifR包含复杂的元素。
[R,P] = Corrcoef(___)
P
0.05
[R,P,rl.,茹] = Corrcoef(___)包括含有下限和上界的矩阵,用于每个系数的95%置信区间。此语法如果是无效的ifR包含复杂的元素。
[R,P,rl.,茹] = Corrcoef(___)
rl.
茹
___= corrcoef (___,名称,值)返回以前的语法中的任何输出参数,其中包含一个或多个指定的其他选项名称,值对论点。例如,Corrcoef(A,'Alpha',0.1)指定90%的置信区间corrcoef(a,'行','完成')省略的所有行一个包含一个或多个南价值观。
___= corrcoef (___,名称,值)
名称,值
Corrcoef(A,'Alpha',0.1)
corrcoef(a,'行','完成')
全部折叠
计算具有两个正常分布的随机列和一个列的矩阵的相关系数,该列和一个列在另一个中定义。自第三列以来一个是第二个的倍数,这两个变量直接相关,从而相关系数(2、3)和(2)条目的R是1.
(2、3)
(2)
1
x = randn (6,1);y = randn (6,1);A = [x y 2*y+3];R = corrcoef (A)
r =3×31.0000 -0.6237 -0.6237 -0.6237 1.0000 1.0000 -0.6237 1.0000 1.0000
计算两个正态分布的随机向量之间的相关系数矩阵。
1 = randn(10日);1 B = randn(10日);R = corrcoef (A, B)
r =2×21.0000 0.4518 0.4518 1.0000
计算正常分布式随机矩阵的相关系数和p值,附加的第四列等于其他三列的总和。自上一列以来一个是其他方式的线性组合,在第四变量和其他三个变量中的每一个之间引入相关性。因此,第四行和第四列P包含非常小的p值,将它们识别为显著相关性。
a = randn(50,3);a(:,4)= sum(a,2);[r,p] = corrcoef(a)
r =4×4.1.0000 0.1135 0.0879 0.7314 0.1135 1.0000 -0.1451 0.5082 0.0879 -0.1451 1.0000 0.5199 0.7314 0.5082 0.5199 1.0000
P =4×4.1.0000 0.4325 0.5438 0.000 0 0.4325 1.0000 0.3146 0.0002 0.5438 0.3146 1.0000 0.0001 0.0000 0.0002 0.0001 1.0000
创建一个正态分布的随机矩阵,其中增加的第四列等于其他三列的和,并计算相关系数、p值和系数的上下限。
a = randn(50,3);a(:,4)= sum(a,2);[r,p,rl,ru] = corrcoef(a)
RL =4×4.1.0000 -0.1702 -0.1952 0.5688 -0.1702 1.0000 -0.4070 0.2677 -0.1952-0.4070 1.0000 0.2825 0.5688 0.2677 0.2825 1.0000
ru =4×4.1.0000 0.3799 0.3575 0.8389 0.3799 1.0000 0.1388 0.388 0.1575 0.3575 0.1388 1.0000 0.6974 0.8389 0.6890 0.6974 1.0000 0.6974 1.0000 0.6974 1.0000
矩阵rl.和茹根据默认的95%置信区间,分别给出每个相关系数的上下限。可以通过指定的值来更改置信度Α,它定义了百分比的信心,100 *(1-alpha)%。例如,使用Α值等于0.01以计算99%置信区间,这反映在界限中rl.和茹.由系数边界定义的间隔rl.和茹99%的置信度比95%更大,因为较高的置信度需要更具包容性的潜在相关价值。
Α
100 *(1-alpha)
[R P, RL,俄文]= corrcoef (,'Α',0.01)
RL =4×4.1.0000 -0.2559 -0.2799 0.5049 -0.2559 1.0000 -0.4792 0.1825 -0.2799 -0.4792 1.0000 0.1979 0.5049 0.1825 0.1979 1.0000
ru =4×4.1.0000 0.4540 0.4332 0.8636 0.4540 1.0000 0.2256 0.7334 0.4332 0.2256 1.0000 0.7407 0.8636 0.7334 0.7407 1.0000
创建常见的分布式矩阵南值,并计算相关系数矩阵,不包括任何包含的行南.
一个= randn (5,3);(1、3)=南;(2) =南;一个
一个=5×30.5377 -1.3077 NaN 1.8339 -0.4336 3.0349 -2.2588 NaN 0.7254 0.8622 3.5784 -0.0631 0.3188 2.7694 0.7147
r = corrcoef(a,'行','完全的')
r =3×31.0000 -0.8506 0.8222 -0.8506 1.0000 -0.9987 0.8222 -0.9987 1.0000
使用“所有”包括所有南计算中的值。
“所有”
r = corrcoef(a,'行',“所有”)
r =3×31纳米纳米南纳南楠南楠
使用“成对”基于成对计算每个双列相关系数。如果两列中的一个包含一个南,那行被省略了。
“成对”
r = corrcoef(a,'行',“成对”)
r =3×31.0000 -0.3388 0.4649 -0.3388 1.0000 -0.9987 0.4649 -0.9987 1.0000
输入数组,指定为矩阵。
如果一个是标量,Corrcoef(a)返回南.
Corrcoef(a)
如果一个是矢量,Corrcoef(a)返回1.
数据类型:单身的|双倍的复数的支持:金宝app是的
单身的
双倍的
附加的输入数组,指定为向量、矩阵或多维数组。
一个和B必须是相同的尺寸。
如果一个和B是标量,然后corrcoef (A, B)返回1.如果一个和B然而,平等,corrcoef (A, B)返回南.
corrcoef (A, B)
如果一个和B那时是矩阵或多维数组corrcoef (A, B)将每个输入转换为其向量表示形式,并等价于corrcoef(a(:),b(:))或者corrcoef (((:) B (:))).
corrcoef(a(:),b(:))
corrcoef (((:) B (:)))
如果一个和B是0乘0空的阵列,corrcoef (A, B)返回一个2×2矩阵南价值观。
指定可选的逗号分隔的对名称,值论点。姓名参数名和价值是相应的价值。姓名必须出现在引号内。可以以任意顺序指定多个名称和值对参数name1,value1,...,namen,valuen.
姓名
价值
name1,value1,...,namen,valuen
R = corrcoef(“阿尔法”,0.03)
显著性水平,指定为0到1之间的一个数字。价值'Α'参数定义置信水平百分比,100 *(1-Α),用于相关系数,它决定了边界rl.和茹.
'Α'
数据类型:单身的|双倍的
行
'完全的'
使用南选项,指定为以下值之一:
“所有”- 包括所有南在计算相关系数之前输入的值。
'完全的'-省略输入中包含的任何行南计算相关系数之前的值。此选项始终返回一个正半定矩阵。
“成对”-省略包含的任何行南仅在每个双列相关系数计算的成对基础上。此选项可以返回一个不是正半定义的矩阵。
数据类型:char
char
相关系数,作为矩阵返回。
对于一个矩阵输入,R有大小[尺寸(a,2)尺寸(a,2)]基于所表示的随机变量(列)的数量一个.对角线条目被设置为一个逐个约定,而非对角线条目是可变对的相关系数。系数的值可以从-1到1的范围,用-1表示直接,负相关,0表示无相关性,1表示直接的正相关。R是对称的。
[尺寸(a,2)尺寸(a,2)]
对于两个输入参数,R是一个2 × 2的矩阵,对角线上是1,非对角线上是相关系数。
如果任何随机变量是常量,则其与所有其他变量的相关性未定义,并且相应的行和列值是南.
p值,作为矩阵返回。P是对称的,大小相同吗R.对角线条目是所有的,并且偏差条目是每个可变对的p值。p值范围为0到1,其中靠近0的值对应于具有显着的相关性R并且观察零假设的概率很低。
相关系数的下限,作为矩阵返回。rl.是对称的,大小相同吗R.对角项均为1,非对角项为中对应系数的95%置信区间下界R.语法返回rl.如果是无效的if.R包含复杂值。
相关系数的上限,作为矩阵返回。茹是对称的,大小相同吗R.对角线条目是所有的,偏差条目是相应系数的95%置信区间上限R.语法返回rl.如果是无效的if.R包含复杂值。
两个随机变量的相关系数是其线性依赖的量度。如果每个变量都有N标量观察,那么Pearson相关系数被定义为
ρ ( 一个 , B ) = 1 N - 1 σ. 我 = 1 N ( 一个 我 - μ. 一个 σ. 一个 ) ( B 我 - μ. B σ. B ) ,
在哪里 μ. 一个 和 σ. 一个 是均值和标准偏差一个分别和 μ. B 和 σ. B 是均值和标准偏差B.或者,您可以在协方差方面定义相关系数一个和B:
ρ ( 一个 , B ) = COV. ( 一个 , B ) σ. 一个 σ. B .
相关系数矩阵两个随机变量的相关系数矩阵为每个成对变量组合,
R = ( ρ ( 一个 , 一个 ) ρ ( 一个 , B ) ρ ( B , 一个 ) ρ ( B , B ) ) .
自从一个和B总是与自己直接相关,对角线条目仅为1,即
R = ( 1 ρ ( 一个 , B ) ρ ( B , 一个 ) 1 ) .
[1] Fisher,R.A.研究人员的统计方法,13埃德。,赫夫纳,1958年。
[2]肯德尔,M.G.先进的统计理论,第4届。,Macmillan,1979年。
Teukolsky, s.a., Vetterling, w.t., and Flannery, B.P.c中的数值食谱,第二届。,剑桥大学出版社,1992年出版社。
使用说明和限制:
一个和B即使两者都是向量,也必须是相同尺寸的高阵列。
输入一个和B不能是标量corrcoef (A, B).
第二个输入B必须是2-d。
的“成对”不支持选项。金宝app
有关更多信息,请参见高大的数组.
只有在前两个输入是向量和Nonscalar时才支持金宝app行矢量输入。
Backgroundgool.
ThreadPool
这个函数完全支持基于线程的环境。金宝app有关更多信息,请参见在线程环境中运行MATLAB函数.
此功能完全支持GPU阵列。金宝app有关更多信息,请参见在GPU上运行MATLAB函数(并行计算工具箱).
此功能完全支持分布式数组。金宝app有关更多信息,请参见使用分布式阵列运行MATLAB函数(并行计算工具箱).
plotmatrix|COV.|意思|STD.
plotmatrix
COV.
意思
STD.
您有此示例的修改版本。您是否希望使用您的编辑打开此示例?
你点击一个链接对应于这个MATLAB命令:
在MATLAB命令窗口中输入它来运行命令。Web浏览器不支持MATLAB命令。金宝app
选择一个网站,以便在可用的地方进行翻译的内容,并查看本地活动和优惠。根据您的位置,我们建议您选择:.
您还可以从以下列表中选择一个网站:
选择中国网站(中文或英文)以获得最佳网站性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。
联系您当地的办公室