Questions tagged «correlation»

我想知道，是否可能有一个非常强的相关系数（例如0.9或更高）和高p值（例如0.25或更高）？ 这是一个相关系数较低，p值较高的示例： set.seed(10) y <- rnorm(100) x <- rnorm(100)+.1*y cor.test(x,y) cor = 0.03908927，p = 0.6994 高相关系数，低p值： y <- rnorm(100) x <- rnorm(100)+2*y cor.test(x,y) cor = 0.8807809，p = 2.2e-16 低相关系数，低p值： y <- rnorm(100000) x <- rnorm(100000)+.1*y cor.test(x,y) cor = 0.1035018，p = 2.2e-16 高相关系数，高p值：???

21 r  hypothesis-testing  correlation 

我想完全理解描述变量之间变化量的的概念。每个网络的解释都有些机械和晦涩。我想“理解”这个概念，而不仅仅是机械地使用数字。[R2r2r^2 例如：学习时数与考试成绩 = 0.8[Rrr = .64[R2r2r^2 那么这是什么意思？ 考试成绩变异性的64％可以用小时来解释吗？ 我们怎么知道只是平方呢？

21 regression  correlation  variance 

我想知道遵循线性变换方法是否可能生成相关的随机二项式变量？ 下面，我尝试了一些简单的R语言，它产生了一些相关性。但是我想知道是否有原则性的方法可以做到这一点？ X1 = rbinom(1e4, 6, .5) ; X2 = rbinom(1e4, 6, .5) ; X3 = rbinom(1e4, 6, .5) ; a = .5 Y1 = X1 + (a*X2) ; Y2 = X2 + (a*X3) ## Y1 and Y2 are supposed to be correlated cor(Y1, Y2)

21 r  correlation  binomial  random-generation  bernoulli-distribution 

相关系数通常用大写书写，但有时不写。我想知道和之间是否真的有区别？能否意味着什么比一个相关系数别的吗？RRRr2r2r^2R2R2R^2rrr

21 correlation  terminology  r-squared 

执行主成分分析（PCA）之后，我想将一个新向量投影到PCA空间上（即在PCA坐标系中找到其坐标）。 我已经使用R计算了R语言的PCA prcomp。现在，我应该可以将向量乘以PCA旋转矩阵。该矩阵中的主要成分应该按行还是按列排列？

21 r  pca  r  variance  heteroscedasticity  misspecification  distributions  time-series  data-visualization  modeling  histogram  kolmogorov-smirnov  negative-binomial  likelihood-ratio  econometrics  panel-data  categorical-data  scales  survey  distributions  pdf  histogram  correlation  algorithms  r  gpu  parallel-computing  approximation  mean  median  references  sample-size  normality-assumption  central-limit-theorem  rule-of-thumb  confidence-interval  estimation  mixed-model  psychometrics  random-effects-model  hypothesis-testing  sample-size  dataset  large-data  regression  standard-deviation  variance  approximation  hypothesis-testing  variance  central-limit-theorem  kernel-trick  kernel-smoothing  error  sampling  hypothesis-testing  normality-assumption  philosophical  confidence-interval  modeling  model-selection  experiment-design  hypothesis-testing  statistical-significance  power  asymptotics  information-retrieval  anova  multiple-comparisons  ancova  classification  clustering  factor-analysis  psychometrics  r  sampling  expectation-maximization  markov-process  r  data-visualization  correlation  regression  statistical-significance  degrees-of-freedom  experiment-design  r  regression  curve-fitting  change-point  loess  machine-learning  classification  self-study  monte-carlo  markov-process  references  mathematical-statistics  data-visualization  python  cart  boosting  regression  classification  robust  cart  survey  binomial  psychometrics  likert  psychology  asymptotics  multinomial 

我有两个变量，当按原样相互绘制时，它们并没有显示出太多的相关性，但是当我绘制每个变量的对数时，它们之间却呈现出非常清晰的线性关系。 所以我最终得到一个类型的模型： log(Y)=alog(X)+blog⁡(Y)=alog⁡(X)+b\log(Y) = a \log(X) + b，在数学上很棒，但是似乎没有常规线性模型的解释价值。 如何解释这样的模型？

20 regression  correlation  log 

假设是具有有限第二矩的连续随机变量。Spearman秩相关系数ρ_s的总体版本可以定义为概率积分变换F_X（X）和F_Y（Y）的皮尔逊积矩系数ρ ，其中F_X，F_Y是X和Y的cdf 。ρ小号˚F X（X ）˚F Ý（Ý ）˚F X，˚F ÿ X ÿX,YX,YX,Yρsρsρ_sFX(X)FX(X)F_X(X)FY(Y)FY(Y)F_Y(Y)FX,FYFX,FYF_X,F_YXXXYÿY ρs（X，Y）= ρ（F（X），˚F（是））ρs(X,Y)=ρ(F(X),F(Y)）ρ_s(X,Y)=ρ(F(X),F(Y))。 我想知道是否可以普遍得出这样的结论： ρ（X，Y）≠ 0 ↔ ρ（˚F（X），˚F（是））≠ 0ρ（X，ÿ）≠0↔ρ（F（X），F（ÿ））≠0ρ(X,Y)≠0↔ρ(F(X),F(Y))≠0？ 即，当且仅当秩之间具有线性相关性时，我们才具有线性相关性吗？ 更新：在评论中给出了两个例子，为什么 ρ （˚FX（X），˚Fÿ（是））= 0 → ρ （X，Y）= 0ρ（FX（X），Fÿ（ÿ））=0→ρ（X，ÿ）=0\rho(F_X(X),F_Y(Y))=0\rightarrow \rho(X,Y) = 0 即使XXX和ÿÿY具有相同的分布，通常也不是正确的。所以这个问题应该改写为 ρ（X，Y）= 0 → ρ （FX（X），˚Fÿ（是））ρ（X，ÿ）=0→ρ（FX（X），Fÿ（ÿ））\rho(X,Y) = 0 \rightarrow \rho(F_X(X),F_Y(Y))吗？ 如果XXX和ÿÿY具有相同的分布，那么这是否为真对我也很感兴趣。 （注意：如果XXX和ÿÿY与正象限相关，即δ（x，y）= FX，Y（x ，y）- ˚FX（x ）Fÿ（y）> 0δ（X，ÿ）=FX，ÿ（X，ÿ）-FX（X）Fÿ（ÿ）>0δ(x,y)=F_{X,Y}(x,y)−F_X(x)F_Y(y)>0则霍夫丁的协方差公式CØ v （X，Y）= …

20 correlation  pearson-r  spearman-rho 

当在特定人群中进行测量时，某些变量的数据往往是非正常的（例如，患有严重抑郁症的人群中的抑郁水平）。假设Pearson假设为正态性，那么在非正态条件下检验统计量的稳健性如何？ 我有一些我想要相关系数的变量，但是其中一些变量的Z偏度在p <.001时很明显（这是相对较小的样本）。我已经尝试了一些转换，但是发行版中的改进充其量只是微不足道的。 我是否必须坚持使用非参数分析？不仅是相关性，还有其他类型的分析？

20 correlation 

假设我测试了变量在不同实验条件下如何Y取决于变量X，并获得下图： 上图中的虚线表示每个数据系列（实验设置）的线性回归，图例中的数字表示每个数据系列的Pearson相关性。 我想之间计算“平均相关性”（或“平均关系”）X和Y。我可以简单地取平均值r吗？那么“平均确定标准” 呢？我应该计算平均值，然后取该值的平方，还是应该计算单个R 2的平均值？R2R2R^2rR2R2R^2

20 regression  correlation  mean  average 

精度定义为： p = true positives / (true positives + false positives) 对不对，作为true positives和false positives做法0，精度接近1？ 召回相同的问题： r = true positives / (true positives + false negatives) 我目前正在实施统计测试，需要计算这些值，有时分母为0，我想知道在这种情况下应返回哪个值。 PS：请原谅，不恰当的标签，我想用recall，precision和limit，但我不能创造新的标签呢。

20 precision-recall  data-visualization  logarithm  references  r  networks  data-visualization  standard-deviation  probability  binomial  negative-binomial  r  categorical-data  aggregation  plyr  survival  python  regression  r  t-test  bayesian  logistic  data-transformation  confidence-interval  t-test  interpretation  distributions  data-visualization  pca  genetics  r  finance  maximum  probability  standard-deviation  probability  r  information-theory  references  computational-statistics  computing  references  engineering-statistics  t-test  hypothesis-testing  independence  definition  r  censoring  negative-binomial  poisson-distribution  variance  mixed-model  correlation  intraclass-correlation  aggregation  interpretation  effect-size  hypothesis-testing  goodness-of-fit  normality-assumption  small-sample  distributions  regression  normality-assumption  t-test  anova  confidence-interval  z-statistic  finance  hypothesis-testing  mean  model-selection  information-geometry  bayesian  frequentist  terminology  type-i-and-ii-errors  cross-validation  smoothing  splines  data-transformation  normality-assumption  variance-stabilizing  r  spss  stata  python  correlation  logistic  logit  link-function  regression  predictor  pca  factor-analysis  r  bayesian  maximum-likelihood  mcmc  conditional-probability  statistical-significance  chi-squared  proportion  estimation  error  shrinkage  application  steins-phenomenon 

最近，我读了两篇文章。第一个是相关性的历史，第二个是称为最大信息系数（MIC）的新方法。我需要您的帮助以了解MIC方法来估算变量之间的非线性相关性。 此外，可以在作者的网站上找到有关在R中使用它的说明（在下载下）： 我希望这将是一个讨论和理解此方法的好平台。我有兴趣讨论这种方法背后的一种直觉以及如何扩展该方法，如作者所说。 “ ... ...我们需要将MIC（X，Y）扩展到MIC（X，Y | Z）。我们将想知道需要多少数据才能获得MIC的稳定估计值，离群值有多容易受到影响，这三个-或更高维度的关系将丢失，甚至更多。MIC是向前迈出的重要一步，但还有更多步骤需要采取。 ”

20 correlation  nonparametric  bioinformatics  information-theory  mutual-information 

在Wikipedia页面上标题为“ 相关性”并不表示因果关系， 对于任何两个关联事件A和B，不同的可能关系包括： A导致B（直接因果关系）； B导致A（反向因果关系）； A和B是共同原因的结果，但不会相互导致。 A和B都导致C（显式或隐式）为条件。 A原因B，B原因A（双向或循环因果关系）； A导致C导致B（间接因果关系）； A和B之间没有连接；相关性是巧合。 第四点是什么意思。A和B都导致C，这是（显式或隐式）条件。如果A和B导致C，为什么必须将A和B关联起来。

19 correlation  causality 

给定相关矩阵，我使用Cholesky分解来模拟相关的随机变量。问题是，结果永远不会像给出的那样重现相关结构。这是Python中的一个小例子来说明这种情况。 import numpy as np n_obs = 10000 means = [1, 2, 3] sds = [1, 2, 3] # standard deviations # generating random independent variables observations = np.vstack([np.random.normal(loc=mean, scale=sd, size=n_obs) for mean, sd in zip(means, sds)]) # observations, a row per variable cor_matrix = np.array([[1.0, 0.6, 0.9], [0.6, 1.0, …

19 correlation  random-generation  cholesky 

如果我们有2个正常的，不相关的随机变量则可以使用以下公式创建2个相关的随机变量X1个，X2X1,X2X_1, X_2 ÿ= ρ X1个+ 1 - ρ2-----√X2Y=ρX1+1−ρ2X2Y=\rho X_1+ \sqrt{1-\rho^2} X_2 然后与的相关性为。ρ X 1ÿYYρρ\rhoX1个X1X_1 有人可以解释这个公式的来源吗？

19 correlation  normal-distribution  covariance 

我正在尝试生成均值=，方差=，相关系数=相关随机序列。在下面的代码中，我将＆用作标准偏差，并将＆用作均值。1 0.80001个110.80.80.8s1s2m1m2 p = 0.8 u = randn(1, n) v = randn(1, n) x = s1 * u + m1 y = s2 * (p * u + sqrt(1 - p^2) * v) + m2 这使我corrcoef()在x和之间的0.8 正确y。我的问题是，如果我希望z该系列也与y（具有相同的相关性）相关但又与不相关，我该如何生成它。我需要知道一个特定的公式吗？我找到了一个，但听不懂。r = 0.8r=0.8r=0.8x

19 correlation  matlab  random-generation  correlation-matrix