Questions tagged «correlation»

假设我们有数据集与点。我们想要执行线性回归，但是首先我们将值和值彼此独立地排序，从而形成数据集。对新数据集的回归是否有有意义的解释？这有名字吗？n X i Y i（X i，Y j）（X一世，Y一世）(Xi,Yi)(X_i,Y_i)ñnnX一世XiX_iÿ一世YiY_i（X一世，YĴ）(Xi,Yj)(X_i,Y_j) 我想这是一个愚蠢的问题，所以我很抱歉，我没有接受过统计学方面的正式培训。在我看来，这完全破坏了我们的数据，而回归毫无意义。但是我的经理说，这样做的时候，他“大多数时候会得到更好的回归”（这里“更好”意味着更具预测性）。我觉得他在欺骗自己。 编辑：感谢您所有的好和耐心的例子。我向他展示了@ RUser4512和@gung的示例，他仍然坚定不移。他变得烦躁，我变得精疲力尽。我感到垂头丧气。我可能很快就会开始寻找其他工作。

302 regression  correlation 

在相关矩阵和协方差矩阵上执行主成分分析（PCA）之间的主要区别是什么？他们给出相同的结果吗？

153 correlation  pca  covariance  factor-analysis 

最近，本文受到了很多关注（例如，《华尔街日报》的关注）。基本上，作者得出的结论是，到2017年，Facebook将失去80％的成员。 他们的主张基于SIR模型的外推，SIR模型是流行病学中经常使用的隔间模型。他们的数据来自Google搜索“ Facebook”的内容，作者使用Myspace的灭亡来验证他们的结论。 题： 作者是否犯了“相关并不意味着因果关系”的错误？该模型和逻辑可能适用于Myspace，但是对任何社交网络都有效吗？ 更新：Facebook回击 与科学原则“相关等于因果关系”相一致，我们的研究明确表明普林斯顿可能有完全消失的危险。 我们真的不认为普林斯顿大学或世界的空气供应很快就会消失。我们热爱普林斯顿大学（和空气），并最后提醒我们：“并非所有研究都是平等的，而且某些分析方法会得出非常疯狂的结论。

138 hypothesis-testing  correlation  epidemiology  social-network 

我有一个包含许多观察结果和许多变量的数据框。其中一些是分类的（无序），其他是数字的。 我正在寻找这些变量之间的关联。我已经能够计算数值变量的相关性（斯皮尔曼相关性），但是： 我不知道如何测量无序分类变量之间的相关性。 我不知道如何测量无序分类变量和数值变量之间的相关性。 有谁知道该怎么做？如果是这样，是否有R函数实现这些方法？

123 r  correlation  categorical-data  continuous-data  mixed-type-data 

我怎么知道何时在Spearman的和Pearson的之间进行选择？我的变量包括满意度，并且使用分数总和来解释分数。但是，这些分数也可以排名。ρρ\rhorrr

119 correlation  pearson-r  spearman-rho 

关联并不表示因果关系，因为可能有很多解释。但是因果关系是否暗示相关性？凭直觉，我认为因果关系的存在必然意味着一定的相关性。但是我的直觉并不总是在统计学上对我有用。因果关系暗示吗？

118 correlation  causality 

我在统计咨询工作中经常听到这个问题，以为我会在这里发布。我有一个答案，发布在下面，但我很想听听其他人怎么说。 问题：如果您有两个非正态分布的变量，是否应使用Spearman的rho进行相关？

113 correlation  normality-assumption  pearson-r  spearman-rho 

我正在阅读一篇论文，作者在进行PCA之前由于与其他变量的高度相关性而丢弃了多个变量。变量总数约为20。 这有什么好处吗？对我来说，这似乎有些负担，因为PCA应该自动处理此问题。

111 correlation  pca 

跟进这个问题，您将如何向仅理解均值的人解释协方差？谈到向外行人解释协方差的问题，我想到了一个类似的问题。 如何向统计学新手解释协方差和相关性之间的区别？似乎两者均指代链接到另一个变量的一个变量的更改。 与提到的问题类似，缺少公式将是可取的。

109 correlation  covariance 

特别是，我指的是皮尔逊积矩相关系数。

99 correlation  regression 

无论您计算pearson（x，y）还是pearson（y，x），x和y的Pearson相关系数都相同。这表明在给定x的情况下对y进行线性回归或在给定y的情况下对x进行线性回归应该是相同的，但我认为情况并非如此。 当关系不对称时，有人可以阐明这个问题吗？它与皮尔逊相关系数（我一直认为这是总结最佳拟合线）之间有什么关系？

97 regression  correlation  linear-model  pearson-r 

简单语言中的协方差是什么？在重复测量设计中，它如何与术语依赖性，相关性和方差-协方差结构联系起来？

92 correlation  repeated-measures  terminology  covariance  independence 

我们都知道，所有第一年统计专业的学生都鼓吹“不代表因果关系”的口头禅。有一些很好的例子在这里说明的想法。 但是有时候关联确实暗示了因果关系。以下示例摘自该Wikipedia页面 例如，可以对同一对双胞胎进行一项实验，这些双胞胎在其测试中始终获得相同的成绩。一对双胞胎被送去学习六个小时，而另一对被送往游乐园。如果他们的考试成绩突然出现较大差异，这将有力证据表明学习（或去游乐园）对考试成绩有因果关系。在这种情况下，学习分数和考试分数之间的相关性几乎可以肯定是因果关系。 还有其他情况下关联暗示因果关系吗？

85 correlation  causality 

我有一个名义变量（不同的会话主题，编码为topic0 = 0等）和一些比例变量（DV），例如会话的长度。 如何得出标称变量和比例变量之间的相关性？

77 correlation  continuous-data  categorical-data 

我开始与使用的涉猎glmnet与LASSO回归那里我感兴趣的结果是二分。我在下面创建了一个小的模拟数据框： age <- c(4, 8, 7, 12, 6, 9, 10, 14, 7) gender <- c(1, 0, 1, 1, 1, 0, 1, 0, 0) bmi_p <- c(0.86, 0.45, 0.99, 0.84, 0.85, 0.67, 0.91, 0.29, 0.88) m_edu <- c(0, 1, 1, 2, 2, 3, 2, 0, 1) p_edu <- c(0, 2, 2, …

77 r  self-study  lasso  regression  interpretation  anova  statistical-significance  survey  conditional-probability  independence  naive-bayes  graphical-model  r  time-series  forecasting  arima  r  forecasting  exponential-smoothing  bootstrap  outliers  r  regression  poisson-distribution  zero-inflation  genetic-algorithms  machine-learning  feature-selection  cart  categorical-data  interpretation  descriptive-statistics  variance  multivariate-analysis  covariance-matrix  r  data-visualization  generalized-linear-model  binomial  proportion  pca  matlab  svd  time-series  correlation  spss  arima  chi-squared  curve-fitting  text-mining  zipf  probability  categorical-data  distance  group-differences  bhattacharyya  regression  variance  mean  data-visualization  variance  clustering  r  standard-error  association-measure  somers-d  normal-distribution  integral  numerical-integration  bayesian  clustering  python  pymc  nonparametric-bayes  machine-learning  svm  kernel-trick  hyperparameter  poisson-distribution  mean  continuous-data  univariate  missing-data  dag  python  likelihood  dirichlet-distribution  r  anova  hypothesis-testing  statistical-significance  p-value  rating  data-imputation  censoring  threshold