R語言二元正態分布及雙變量相關分析的示例分析

發布時間：2021-11-22 09:58:48 來源：億速云閱讀：545 作者：柒染欄目：大數據

R語言二元正態分布及雙變量相關分析的示例分析，相信很多沒有經驗的人對此束手無策，為此本文總結了問題出現的原因和解決方法，通過這篇文章希望你能解決這個問題。

皮爾遜系數、斯皮爾曼系數、肯德爾系數，這是我們在雙變量相關分析中經常使用的三大相關系數。皮爾遜系數使用時有一個基本條件，兩變量應滿足二元正態分布，否則建議選用斯皮爾曼相關系數。

所以，兩個連續數據相關分析前，我們有必要首先進行多元（二元）正態分布的檢驗。R語言中，我們可以使用mvnormtest包中的mshapiro.test函數完成。

案例數據：雇員數據

本號后臺回復【雇員】下載案例數據。

二元正態分布檢驗

現在我想考察一下初始薪金和當前薪金間的相關性，首先來做二元正態分布檢驗。

     
   
   
   mydata <- t(employee[,6:7])

mshapiro.test函數的參數U要求是每行是變量，每列是個案，因此我們需要t函數做行列轉置。

     
   
   
   library(mvnormtest)  
    
    mshapiro.test(mydata)

來看結果：

Shapiro-Wilk normality test

data: Z

W = 0.70689, p-value < 2.2e-16

多元正態分布的原假設是服從正態分布，經過檢驗發現，p-value ＜0.001，顯然有理由拒絕原假設，說明這兩個變量數據不服從二元正態分布。

此時皮爾遜相關系數是不合適的，那我們就用斯皮爾曼系數來反映初始薪金和當前薪金的相關性。

R雙變量相關分析

     
   
   
   cor.test(x=employee$salbegin,y=employee$salary,method = "spearman")

來看結果：

Spearman's rank correlation rho
data: employee[, 6] and employee[, 7]
S = 3090197, p-value < 2.2e-16
alternative hypothesis: true rho is not equal to 0
sample estimates:
rho
0.8258977

斯皮爾曼顯著性檢驗 p-value ＜0.001，通過檢驗，說明存在相關性，有統計學意義。二者的相關程度如何呢？

斯皮爾曼相關系數r=0.826，說明當前薪金和起始薪金間存在較強的正向相關性。

看完上述內容，你們掌握R語言二元正態分布及雙變量相關分析的示例分析的方法了嗎？如果還想學到更多技能或想了解更多相關內容，歡迎關注億速云行業資訊頻道，感謝各位的閱讀！

向AI問一下細節

亚洲激情专区-91九色丨porny丨老师-久久久久久久女国产乱让韩-国产精品午夜小视频观看

R語言二元正態分布及雙變量相關分析的示例分析

猜你喜歡

亚洲激情专区-91九色丨porny丨老师-久久久久久久女国产乱让韩-国产精品午夜小视频观看

R語言二元正態分布及雙變量相關分析的示例分析

猜你喜歡

最新資訊

相關推薦

相關標簽