本文介绍了如何使用R语言进行简单和多元相关系数的计算，包括皮尔森相关系数的数理知识和代码实现。此外，还讨论了相关系数的假设检验，提供了t检验的步骤及R语言的实现方法。最后通过一个实际案例展示了在保险业应用相关系数分析的方法。
简单相关系数的计算
数理相关知识
对于连续无序变量x、y，计算其相关性通常采用皮尔森相关系数，其表达式为
ρ = c o v ( x , y ) v a r ( x ) v a r ( y ) = σ x y σ x 2 σ y 2 \rho=\frac{cov(x, y)}{\sqrt{var(x)var(y)}}=\frac{\sigma_{xy}}{\sqrt{\sigma_x^{2}\sigma_y^{2}}} ρ=var(x)var(y)cov(x,y)=σx2σy2σxy
在实际操作中，总体的方差标准差、两个变量间的协方差并不是已知，而是未知，所以通常利用样本的Pearson相关系数：
r = s x y s x 2 s y 2 = ∑ ( x − x ‾ ) ( y − y ‾ ) ∑ ( x − x ‾ ) 2 ( y − y ‾ ) 2 r=\frac{s_{xy}}{\sqrt{s_x^{2}s_y^{2}}}=\frac{\sum{(x-\overline x)(y-\overline y)}}{\sqrt{\sum{(x-\overline x)^{2}(y-\overline y)^{2}}}} r=sx2sy2</
最低0.47元/天 解锁文章
扫一扫
956
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
