热线电话：13121318867

登录
首页精彩阅读回归中的相关系数以及R平方值和Python应用举例
回归中的相关系数以及R平方值和Python应用举例
2018-01-25
收藏

回归中的相关系数以及R平方值和Python应用举例
1. 皮尔逊相关系数 (Pearson Correlation Coefficient):
1.1 衡量两个值线性相关强度的量
1.2 取值范围 [-1, 1]:
正向相关: >0, 负向相关：<0, 无相关性：=0



2. R平方值:

2.1定义：决定系数，反应因变量的全部变异能通过回归关系被自变量解释的比例。

2.2 描述：如R平方为0.8，则表示回归关系可以解释因变量80%的变异。换句话说，如果我们能控制自变量不变，则因变量的变异程度会减少80%

2.3： 简单线性回归：R^2 = r * r
多元线性回归：

Python实现;

import numpy as np  
    from astropy.units import Ybarn  
    import math  
      
    def computeCorrelation(X, Y):  
        xBar = np.mean(X)  
        yBar = np.mean(Y)  
        SSR = 0  
        varX = 0  
        varY = 0  
        for i in range(0 , len(X)):  
            diffXXBar = X[i] - xBar  
            diffYYBar = Y[i] - yBar  
            SSR += (diffXXBar * diffYYBar)  
            varX +=  diffXXBar**2  
            varY += diffYYBar**2  
          
        SST = math.sqrt(varX * varY)  
        return SSR / SST  
      
    testX = [1, 3, 8, 7, 9]  
    testY = [10, 12, 24, 21, 34]  
      
    print (computeCorrelation(testX, testY))


CDA数据分析师考试相关入口一览（建议收藏）：

▷ 想报名CDA认证考试，点击>>>   “CDA报名” 了解CDA考试详情；

▷ 想学习CDA考试教材，点击>>> “CDA教材” 了解CDA考试详情；

▷ 想加入CDA考试题库，点击>>> “CDA题库” 了解CDA考试详情；

▷ 想了解CDA考试含金量，点击>>> “CDA含金量” 了解CDA考试详情；

线性回归 numpy

数据分析咨询请扫描二维码

若不方便扫码，搜微信号：CDAshujufenxi

上一篇各种相似度计算的python实现
下一篇DT时代，如何成为十字复合型数据分析师
CDA考试动态
CDA报考指南
热门栏目
最新资讯
更多
Copyright © 2015-present 北京国富如荷网络科技有限公司 All Rights Reserved.
京ICP备11001960号-9   京公网安备 11010802034615号   经营许可证编号：京B2-20210330
客服在线
立即咨询