当前位置：极客教程 > R语言 > R语言 教程 > R语言 协方差和相关性

R语言 协方差和相关性

R语言 协方差和相关性

协方差 和 相关 是统计学中用来衡量两个随机变量之间关系的术语。这两个术语都衡量一对随机变量或双变量数据之间的线性依赖关系。

在这篇文章中，我们将讨论R语言中的 cov() 、 cor() 和 cov2cor() 函数，这些函数使用统计学和概率论的协方差和相关方法。

R编程语言中的协方差

在R编程中，协方差可以用 cov() 函数来测量。协方差是一个统计术语，用于测量数据向量之间的线性关系的方向。在数学上，

R编程中的协方差和相关性

其中

x 代表x数据向量

y 代表y数据向量

N 代表总观测值

R语言中的协方差语法

语法： cov(x, y, method)

其中

  • x 和 y 代表数据向量
  • method 定义了用于计算协方差的方法类型。默认为 “pearson”。

例子

# Data vectors
x <- c(1, 3, 5, 10)
 
y <- c(2, 4, 6, 20)
 
# Print covariance using different methods
print(cov(x, y))
print(cov(x, y, method = "pearson"))
print(cov(x, y, method = "kendall"))
print(cov(x, y, method = "spearman"))
R

输出

[1] 30.66667
[1] 30.66667
[1] 12
[1] 1.666667
R

R编程语言中的相关关系

R编程中的 cor() 函数测量相关系数值。相关性是统计学中的一个关系术语，它使用协方差方法来衡量向量之间的关系有多强。在数学上，

R编程中的协方差和相关性

其中

x 代表x数据向量

y 代表y数据向量

R语言中的相关关系

语法： cor(x, y, method)

其中

  • x 和 y 代表数据向量
  • method 定义了用于计算协方差的方法的类型。默认为 “pearson”。

例子

# Data vectors
x <- c(1, 3, 5, 10)
 
y <- c(2, 4, 6, 20)
 
# Print correlation using different methods
print(cor(x, y))
 
print(cor(x, y, method = "pearson"))
print(cor(x, y, method = "kendall"))
print(cor(x, y, method = "spearman"))
R

输出

[1] 0.9724702
[1] 0.9724702
[1] 1
[1] 1
R

R语言中的协方差转换为相关关系

R编程中的 cov2cor() 函数将协方差矩阵转换为相应的相关矩阵。

语法： cov2cor(X)

其中

  • X 和 y 代表协方差平方矩阵

例子

# Data vectors
x <- rnorm(2)
y <- rnorm(2)
 
# Binding into square matrix
mat <- cbind(x, y)
 
# Defining X as the covariance matrix
X <- cov(mat)
 
# Print covariance matrix
print(X)
 
# Print correlation matrix of data
# vector
print(cor(mat))
 
# Using function cov2cor()
# To convert covariance matrix to
# correlation matrix
print(cov2cor(X))
R

输出

           x          y
x  0.0742700 -0.1268199
y -0.1268199  0.2165516

   x  y
x  1 -1
y -1  1

   x  y
x  1 -1
y -1  1
R

Python教程

Python 教程

Python 教程
Tkinter 教程

Tkinter 教程
Pandas 教程

Pandas 教程
NumPy 教程

NumPy 教程
Flask 教程

Flask 教程
Django 教程

Django 教程
PySpark 教程

PySpark 教程
wxPython 教程

wxPython 教程
SymPy 教程

SymPy 教程
Seaborn 教程

Seaborn 教程
SciPy 教程

SciPy 教程
RxPY 教程

RxPY 教程
Pycharm 教程

Pycharm 教程
Pygame 教程

Pygame 教程
PyGTK 教程

PyGTK 教程
PyQt 教程

PyQt 教程
PyQt5 教程

PyQt5 教程
PyTorch 教程

PyTorch 教程
Matplotlib 教程

Matplotlib 教程
Web2py 教程

Web2py 教程
BeautifulSoup 教程

BeautifulSoup 教程

Java教程

Java 教程

Java 教程

Web教程

HTML 教程

HTML 教程
CSS 教程

CSS 教程
CSS3 教程

CSS3 教程
jQuery 教程

jQuery 教程
Ajax 教程

Ajax 教程
AngularJS 教程

AngularJS 教程
TypeScript 教程

TypeScript 教程
WordPress 教程

WordPress 教程
Laravel 教程

Laravel 教程
Next.js 教程

Next.js 教程
PhantomJS 教程

PhantomJS 教程
Three.js 教程

Three.js 教程
Underscore.JS 教程

Underscore.JS 教程
WebGL 教程

WebGL 教程
WebRTC 教程

WebRTC 教程
VueJS 教程

VueJS 教程

数据库教程

SQL 教程

SQL 教程
MySQL 教程

MySQL 教程
MongoDB 教程

MongoDB 教程
PostgreSQL 教程

PostgreSQL 教程
SQLite 教程

SQLite 教程
Redis 教程

Redis 教程
MariaDB 教程

MariaDB 教程

图形图像教程

Vulkan 教程

Vulkan 教程
OpenCV 教程

OpenCV 教程

大数据教程

R语言 教程

R语言 教程

开发工具教程

Git 教程

Git 教程
VSCode 教程

VSCode 教程
Docker 教程

Docker 教程
Gerrit 教程

Gerrit 教程
Excel 教程

Excel 教程

计算机教程

Go语言 教程

Go语言 教程
C++ 教程

C++ 教程

R语言 精品教程

登录

找回密码？

注册