Udacity课程脉络-统计学基础（五）-相关性 Corelation

前言

本章目录如下：

• 相关性
  • One variable vs Two variable
  • The variables x and y
  • Stronger relationship (如何衡量相关性)
  • 相关系数(corelation coefficient)
  • 显著性分析(Hypothesis testing for $\rho$)
  • $\rho$置信区间 (CI for $\rho$)

One variable vs Two variable

之前学习的诸如Z, T, F分布都是基于一个变量(one variable)来分析显著性，涉及到的概念有σ ，μ ，$\overline{x}$ 等。

本章我们关注的是如何分析两个变量(two variables)，从而引出相关性概念。

举个栗子：

The variables x and y

xy之间的关系通过散点图(scatter plot)来体现。

Stronger relationship

相关系数(corelation coefficient)

下面的截图已经说清楚了，我就不多言了。

r = 1 和 r = -1 的具体?，可以看出所有的散点没有偏离，都落在同一条直线上：

可通过googlesheet或Excel对散点图计算相关性：

显著性分析 $\rho$

尽管我们得出了相关性系数，但是这种基于样本的推断结果也有可能是偶发的(之前我们发生过样本均值和总体均值实际上差异很大)。这正是我们需要对相关性系数做显著性分析的原因。

注：我们是显著性分析针对的是总体而非样本
$\rho$: 变量在总体(population)中的相关性 (corelation between variables in the population)
r: 变量在样本(sample)中的相关性(如之前图中所示) strength of relation ship

首先我们找出零假设和备择假设，计算基于t分布

$\rho$置信区间 (CI for $\rho$)