文档帮助中心
南
相关系数
R = corrcoef (A)
R = corrcoef (A, B)
(R, P) = corrcoef (___)
[R P, RL,俄文]= corrcoef (___)
___= corrcoef (___、名称、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小于显著性级别(默认为?0.05),然后是相应的相关R被认为是重要的。如果。此语法无效R包含复杂的元素。
[R,P) = corrcoef (___)
P
0.05
[R,P,RL,俄文) = corrcoef (___)包括包含每个系数的95%置信区间的上下限的矩阵。如果。此语法无效R包含复杂的元素。
[R,P,RL,俄文) = corrcoef (___)
RL
俄文
___= corrcoef (___,名称,值)返回前面语法的任何输出参数,以及由一个或多个指定的附加选项名称,值对参数。例如,corrcoef(“阿尔法”,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值。
___= corrcoef (___,名称,值)
名称,值
corrcoef(“阿尔法”,0.1)
corrcoef (A,“行”,“完成”)
全部折叠
计算一个矩阵的相关系数有两个正态分布,随机列和一列是由另一个定义。从第三列开始一个是第二个的倍数吗,这两个变量是直接相关的,因此相关系数在(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
计算一个正态分布的随机矩阵的相关系数和p值,加上第四列等于其他三列的和。从最后一列一个是其他变量的线性组合,在第四个变量和其他三个变量之间引入相关性。因此,第四行第四列P包含非常小的p值,将它们识别为显著相关性。
一个= randn (50, 3);一(4)=(,2)总和;(R, P) = corrcoef (A)
R =4×41.0000 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 =4×41.0000 0.4325 0.5438 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。
一个= randn (50, 3);一(4)=(,2)总和;[R, P, RL,俄文]= corrcoef (A)
RL =4×41.0000 -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
俄文=4×41.0000 0.3799 0.3575 0.8389 0.3799 1.0000 0.1388 0.6890 0.3575 0.1388 1.0000 0.6974 0.8389 0.6890 0.6974 1.0000
的矩阵RL和俄文根据默认的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,定义了置信度的百分比,100 *(1α)%.例如,使用anα值等于0.01来计算99%的置信区间,这反映在边界上RL和俄文.由系数界限定义的区间RL和俄文与95%相比,99%的置信值更大,因为更高的置信值需要更包容的潜在相关值范围。
α
100 *(1α)
[R P, RL,俄文]= corrcoef (,“α”, 0.01)
RL =4×41.0000 -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
俄文=4×41.0000 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
创建一个正态分布矩阵南值,并计算相关系数矩阵,不包括包含南.
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 (,“行”,“完成”)
R =3×31.0000 -0.8506 0.8222 -0.8506 1.0000 -0.9987 0.8222 -0.9987 1.0000
使用“所有”包括所有南值的计算。
“所有”
R = corrcoef (,“行”,“所有”)
R =3×31南,南,南,南,南
使用“成对”在成对的基础上计算每个两列相关系数。如果两列中有一列包含南,该行被省略。
“成对”
R = corrcoef (,“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。
如果一个是一个标量,corrcoef (A)返回南.
corrcoef (A)
如果一个是一个矢量,corrcoef (A)返回1.
数据类型:单|双复数的支持:金宝app是的
单
双
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,那么corrcoef (A, B)返回1.如果一个和B是相等的,然而,corrcoef (A, B)返回南.
corrcoef (A, B)
如果一个和B那么,是矩阵还是多维数组corrcoef (A, B)将每个输入转换为其向量表示形式,并等价于corrcoef ((:), B (:))或corrcoef (((:) B (:))).
corrcoef ((:), B (:))
corrcoef (((:) B (:)))
如果一个和B是0乘0的空数组,corrcoef (A, B)返回的2 × 2矩阵南值。
指定可选的逗号分隔的对名称,值参数。的名字参数名和价值为对应值。的名字必须出现在引号内。可以以任意顺序指定多个名称和值对参数Name1, Value1,…,的家.
的名字
价值
Name1, Value1,…,的家
R = corrcoef(“阿尔法”,0.03)
“α”
显著性水平,指定为0到1之间的一个数字。价值“α”参数定义百分比置信级别,100*(1-α),用于相关系数,它决定了边界RL和俄文.
数据类型:单|双
“行”
“完成”
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。
“完成”-省略输入中包含的任何行南值,然后计算相关系数。这个选项总是返回一个正半定矩阵。
“成对”-省略包含的任何行南仅在成对的基础上对各两列相关系数进行计算。这个选项可以返回一个非正半定矩阵。
数据类型:字符
字符
相关系数,以矩阵形式返回。
对于一个矩阵输入,R有大小(大小(A, 2)大小(,2)]根据所表示的随机变量(列)的数量一个.对角线项按惯例设为1,非对角线项为变量对的相关系数。系数的取值范围为-1到1,-1表示直接的负相关,0表示不相关,1表示直接的正相关。R是对称的。
(大小(A, 2)大小(,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。
如果任意随机变量为常数,则其与所有其他变量的相关性未定义,其各自的行值和列值为南.
p值,以矩阵形式返回。P是对称的,大小相同吗R.对角线项都是1,而非对角线项是每个变量对的p值。p值范围从0到1,其中接近0的值对应于在R观察到零假设的概率很低。
相关系数的下界,以矩阵形式返回。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无效R包含复杂的值。
相关系数的上界,以矩阵形式返回。俄文是对称的,大小相同吗R.对角项均为1,非对角项为中对应系数的95%置信区间上界R.语法返回RL无效R包含复杂的值。
两个随机变量的相关系数是它们线性相关性的量度。如果每个变量N则皮尔逊相关系数定义为
ρ ( 一个 , B ) = 1 N − 1 ∑ 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 的均值和标准差是一个分别为, μ B 和 σ B 的均值和标准差是B.或者,你可以用的协方差来定义相关系数一个和B:
ρ ( 一个 , B ) = 浸 ( 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 ) ) .
自一个和B都是直接相关的,对角线元素只有1,也就是说,
R = ( 1 ρ ( 一个 , B ) ρ ( B , 一个 ) 1 ) .
[1]费舍尔,R.A.研究人员的统计方法海夫纳出版社,1958年,第13版。
[2]肯德尔,M.G.高级统计理论,第4版,麦克米伦,1979。
Teukolsky, s.a., Vetterling, w.t., and Flannery, B.P.C语言的数值配方,第二版,剑桥大学出版社,1992。
使用注意事项及限制:
一个和B必须是大小相同的高数组,即使两者都是向量。
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”选项不支持。金宝app
有关更多信息,请参见高大的数组.
仅当前两个输入是向量和非标量时,才支持行向量输入。金宝app
该功能完全支持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)。
该函数完全支持分布式数组。金宝app有关更多信息,请参见使用分布式数组运行MATLAB函数(并行计算工具箱)。
浸|的意思是|plotmatrix|性病
浸
的意思是
plotmatrix
性病
在您的系统中存在这个示例的修改版本。你想打开这个版本吗?
你点击一个链接对应于这个MATLAB命令:
通过在MATLAB命令窗口中输入命令来运行命令。Web浏览器不支持MATLAB命令。金宝app
选择一个网站,在那里获得翻译的内容,并看到当地的活动和优惠。根据您的位置,我们建议您选择:.
你也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。
与当地办事处联系