備用用，自己的一些記錄

目錄

1.相關(guān)性分析

2.數(shù)學(xué)建模作圖

一.相關(guān)性分析

1.相關(guān)性概念

四種.基本變量

1.定類(lèi)變量：只分類(lèi)，看不出好壞區(qū)別.獨(dú)立

如：男 女 ，已婚 未婚，

2.定序變量

產(chǎn)生高低貴賤之分，有比較

3.定距變量（沒(méi)有0點(diǎn)概念，去0不表示沒(méi)有）

在定序變量的基礎(chǔ)上，區(qū)分定距變量的高低的參考值。

比如高溫，低溫是定序變量，那么攝氏溫度就是定距變量

4.定比變量

在定距的基礎(chǔ)上，為0的時(shí)候就是會(huì)沒(méi)有

兩變量的相關(guān)性分析方法

1.pearson相關(guān)系數(shù)（皮爾遜系數(shù)）

先看使用條件

盡量維度大于30個(gè)

非線(xiàn)性不能用

n是維度，比如我有一個(gè)16行1列的數(shù)據(jù)那么維度維度是16，自由度為14

t是用來(lái)檢驗(yàn)的

t檢驗(yàn)表的一部分 如果t滿(mǎn)足條件大于表格中數(shù)據(jù)，那么就算通過(guò)建議，如這里t大于2.179那么可以使用

表的左邊是自由度，上邊是a的值希望a是0.05

論文的時(shí)候盡量用這些表格里面的術(shù)語(yǔ)，如 極低相關(guān)

2.Spearman（斯皮爾曼系數(shù)）

定序變量和度量變量相關(guān)性分析

n大于20就要t檢驗(yàn)

3.Kendall—tua-b（卡方檢驗(yàn)）

spss中顯著性小于0.5就存在相關(guān)性

4.Eta系數(shù)

eta大于pearson那么可能是非線(xiàn)性規(guī)劃，那么轉(zhuǎn)化成非線(xiàn)性規(guī)劃在做一下

方法選擇

定距之間也可以用Pearson系數(shù)

5.偏相關(guān)分析（適合做多指標(biāo)的變量比較）

二.案例

加權(quán)系數(shù)處理

進(jìn)行頻數(shù)加權(quán)，在分析

描述檢驗(yàn)—交叉表—卡方

交叉表行是應(yīng)變量

列是自變量（選擇相關(guān)性就是eta檢驗(yàn)）

eta(大于0.5就是相關(guān)越大相關(guān)性越高)

除了定距和定距不能做，其他都能做，一般做定序

Pearson檢驗(yàn)

雙尾檢驗(yàn)＜0.05就存在偶然性誤差

代碼

例題

二.數(shù)學(xué)建模作圖

1二維曲線(xiàn)

linspace均勻生成數(shù)據(jù)1-200一共100個(gè)數(shù)據(jù)

2.二維散點(diǎn)圖

MarkerFaceColor設(shè)置填充顏色

MarkerEdgColor設(shè)置外邊框顏色

3.二維漸變圖

scatter函數(shù)

c的位置是顏色，c是變化的，顏色就會(huì)很多

sz位置是生成圓的尺寸

4.條形圖

5.填充圖

6.多y軸圖

7.二維場(chǎng)圖

8.三維曲線(xiàn)圖

9.三維直方圖

三維散點(diǎn)圖

10.三維偽彩圖

這里有問(wèn)題應(yīng)改為colormap（plot2，hot）

11裁剪偽彩圖

設(shè)置把要裁剪的部分設(shè)置為空值