STA333第18讲.docVIP

STA333第18讲Spearman秩相关18.1简介在中，我们将讨论如何评估两项定量变量之间的关联（泛指为X和Y） 。通过“” ，X和Y之间的任何趋势例如，统计学家利用统计定量变量之间的关联程度被称为相关系数。。正如你想象，有参数的相关性和非参数相关性。所有具有以下属性：1 、范围在-1.0到+1.0之间2、相关系数表明两个变量完全负相关。 （有时，人们称此为“负相关” 。 ）3相关系数表明两个变量是完全正相关。4 0表明，这两个变量不相关。（有时人们说，这两个变量是独立的。 ）5相关性并不意味着因果关系！ 18.2： Pearson相关和线性Pearson相关系数（通常表示为r）是最常见的的测量两个定量变量之间的关联程度参数方法。然而，它有一个限制：它X和Y之间线性：即，它会寻找一个直线关系。之前我介绍一个例子，，对于任何，收集的数据必须是形式，其中Xi是X的第i个样本的值，y的第i个样本。换句话说，你必须成对数据。这些数据华尔街日报。Video Board Tests公司进行的一项年度调查，采访20000名成年人要求他们说出看到、注意到、和最喜欢的最优秀的电视广告，并将这些广告挑选出来。留存印象调查是要求4000名普通的成年产品使用者说出在上周他们所看到的这些广告的产品类别。 变量spend是1983年的电视预算（单位：百万美元）是每周保留的展示次数（以百万） 。我们