【数学建模】MATLAB应用实战系列（八十六）-相关性分析（附MATLAB代码）

前言

相关性分析是指对两个或多个具备相关性的变量元素进行分析，从而衡量两个变量因素的相关密切程度。相关性的元素之间需要存在一定的联系或者概率才可以进行相关性分析。相关性分析是很常用的方法。

此篇要介绍三种相关系数，分别是Pearson相关系数（皮尔逊相关系数），Kendall tau 相关系数（肯德尔相关性系数），Spearman rho相关系数（斯皮尔曼秩相关性系数），同时介绍画相关性系数图和显著性检验。

01实例分析

找了一个全球各个国家幸福指数统计的数据，里面有幸福指数得分、经济、家庭、自由等指标，分析它们之间的相关性。数据表格如下：

02原理解析

 Pearson线性相关系数

Pearson 线性相关系数是最常用的线性相关系数。最适用数据的形式：线性数据、连续且符合正态分布、数据间差异不能太大。

文章来源: wenyusuran.blog.csdn.net，作者：文宇肃然，版权归原作者所有，如需转载，请联系作者。

原文链接：wenyusuran.blog.csdn.net/article/details/122065244