相关系数

什么是相关系数
  相关表和相关图可反映两个变量之间的相互关系及其相关方向,但无法确切地表明两个变量之间相关的程度。
  著名统计学家卡尔·皮尔逊设计了统计指标——相关系数。相关系数是用以反映变量之间相关关系密切程度的统计指标。相关系数是按积差方法计算,同样以两变量与各自平均值的离差为基础,通过两个离差相乘来反映两变量之间相关程度;着重研究线性的单相关系数。
  依据相关现象之间的不同特征,其统计指标的名称有所不同。如将反映两变量间线性相关关系的统计指标称为相关系数(相关系数的平方称为判定系数);将反映两变量间曲线相关关系的统计指标称为非线性相关系数、非线性判定系数;将反映多元线性相关关系的统计指标称为复相关系数、复判定系数等。
相关系数的几种定义
  相关关系是一种非确定性的关系,相关系数是研究变量之间线性相关程度的量。由于研究对象的不同,相关系数有如下几种定义方式。
  简单相关系数:又叫相关系数或线性相关系数,一般用字母P 表示,是用来度量变量间的线性关系的量。
  复相关系数:又叫多重相关系数。复相关是指因变量与多个自变量之间的相关关系。例如,某种商品的季节性需求量与其价格水平、职工收入水平等现象之间呈现复相关关系。
  典型相关系数:是先对原来各组变量进行主成分分析,得到新的线性关系的综合指标,再通过综合指标之间的线性相关系数来研究原各组变量间相关关系。
">编辑]相关系数的性质
  (1)
  (2)定理: | ρ X Y | = 1的充要条件是,存在常数a,b,使得
  相关系数ρ X Y取值在-1到1之问,ρ X Y = 0时,
  称X,Y不相关; | ρ X Y | = 1时,称X,Y完全相关,此时,X,Y之间具有线性函数关系; | ρ X Y | < 1时,X的变动引起Y的部分变动,ρ X Y的绝对值越大,X的变动引起Y的变动就越大, | ρ X Y | > 0.8时称为高度相关,当 ,即 | ρ X Y | < 0.3时,称为低度相关,其他为中度相关。
  (3)推论:若Y=a bX,则有
  
  证明: 令 E( X) = μ, D( X) = σ2
  则 E( Y) = bμ aD( Y) = b2σ2
   E( X Y) = E( a X b X2) = aμ b(σ2 μ2)
   C o v( X, Y) = E( X Y) − E( X) E( Y) = bσ2
  若b≠0,则
  若b=0,则ρ X Y = 0。
相关系数的计算方法
  相关系数的公式如下:
     (1)
  
  
  
     (2)
     (3)
     (4)
     (5)
  
  
  
  
  相关系数的值介于–1与 1之间,即–1≤r≤ 1。其性质如下:
当r>0时,表示两变量正相关,r<0时,两变量为负相关。当|r|=1时,表示两变量为完全线性相关,即为函数关系。当r=0时,表示两变量间无线性相关关系。当0<|r|<1时,表示两变量存在一定程度的线性相关。且|r|越接近1,两变量间线性关系越密切;|r|越接近于0,表示两变量的线性相关越弱。一般可按三级划分:|r|<0.4为低度线性相关;0.4≤|r|<0.7为显著性相关;0.7≤|r|<1为高度线性相关。
  例:某财务软件公司在全国有许多代理商,为研究它的财务软件产品的广告投入与销售额的关系,统计人员随机选择10家代理商进行观察,搜集到年广告投入费和月平均销售额的数据,并编制成相关表,见表1:
  表1  广告费与月平均销售额相关表  单位:万元

  参照表1,可计算相关系数如表2:
=0.9942

  相关系数为0.9942,说明广告投入费与月平均销售额之间有高度的线性正相关关系。  
">编辑]相关系数的应用
  1.在概率论计算中的应用

  例1.若将一枚硬币抛n次,X表示n次试验中出现正面的次数,Y表示n次试验中出现反面的次数。计算ρ X Y
  解:由于X Y=n,则Y=-X n,根据相关系数的性质推论,得ρ X Y = − 1。
  例2.已知随机变量X、Y分别服从正态分布N(1,9),N(0,16)且X,Y的相关系数
  设 ,求证X,Z相互独立。
  证明:由已知得E(X)=1,D(X)=9,E(Y)= 0, D( Y) = 16
  
  由于正态分布的随机变量的线性组合仍然服从正态分布,知Z是正态变量。
  根据数学期望的性质有
  根据方差的性质有
  
  由于 E( X Y) = C o v( X, Y) E( X) E( Y) = − 6,
   E( X2) = D( X) 2 = 10
  
  
  ρ X Z = 0,X,Z不相关。
  由于正态随机变量的相互独立与互不相关等价,故X,Z相互独立。
  因此,一般情况下两个随机变量不相关不一定相互独立。不相关仅指随机变量之问没有线性关系,而相互独立则表明随机变量之间互不影响,没有关系。
  2.在企业物流上的应用

  【例】一种新产品上市。在上市之前,公司的物流部需把新产品合理分配到全国的10个仓库,新品上市一个月后,要评估实际分配方案与之前考虑的其他分配方案中,是实际分配方案好还是其中尚未使用的分配方案更好,通过这样的评估,可以在下一次的新产品上市使用更准确的产品分配方案,以避免由于分配而产生的积压和断货。表1是根据实际数据所列的数表。

  通过计算,很容易得出这3个分配方案中,B的相关系数是最大的,这样就评估到B的分配方案比实际分配方案A更好,在下一次的新产品上市分配计划中,就可以考虑用B这种分配方法来计算实际分配方案。
  3.在聚类分析中的应用

  【例】如果有若干个样品,每个样品有n个特征,则相关系数可以表示两个样品问的相似程度。借此,可以对样品的亲疏远近进行距离聚类。例如9个小麦品种(分别用 A1, A2,..., A9表示)的6个性状资料见表2,作相关系数计算并检验。

  由相关系数计算公式可计算出6个性状间的相关系数,分析及检验结果见表3。由表3可以看出,冬季分蘖与每穗粒数之间呈现负相关(ρ = − 0.8982),即麦冬季分蘖越多,那么每穗的小麦粒数越少,其他性状之间的关系不显著。

相关系数的缺点
  需要指出的是,相关系数有一个明显的缺点,即它接近于1的程度与数据组数n相关,这容易给人一种假象。因为,当n较小时,相关系数的波动较大,对有些样本相关系数的绝对值易接近于1;当n较大时,相关系数的绝对值容易偏小。特别是当n=2时,相关系数的绝对值总为1。因此在样本容量n较小时,我们仅凭相关系数较大就判定变量x与y之间有密切的线性关系是不妥当的。
  例如,就我国深沪两股市资产负债率与每股收益之间的相关关系做研究。发现1999年资产负债率前40名的上市公司,二者的相关系数为r=–0.6139;资产负债率后20名的上市公司,二者的相关系数r=0.1072;而对于沪、深全部上市公司(基金除外)结果却是,r沪=–0.5509,r深=–0.4361,根据三级划分方法,两变量为显著性相关。这也说明仅凭r的计算值大小判断相关程度有一定的缺陷。
参考文献
  1. ↑ 1.0 1.1 郭红霞.相关系数及其应用.武警工程学院学报.2010年3月,第26卷第2期
  2. ↑ 王爱莲.统计学.第七章 相关与回归分析.第一节 相关分析.西安石油大学.经济管理学院


runsly发布于 2022-02-16 20:35:07 知识
上一篇:新闻周刊下一篇:厂商增长理论

推荐阅读