经典相关系数及统计功效对比研究
Journal of Qingdao University of Science and Technology(Natural Science Edition)（2022）
摘要
本工作选取多种经典相关系数进行了对比研究,如Pearson相关系数、Spearman相关系数、距离相关系数、最大信息系数及HHG相关系数.具体地,在不同数据规模及噪声水平下,对线性、非线性单调、非单调、非函数等不同类型变量的相关性分别进行研究,得到各相关系数的统计功效.通过分析发现,Pearson相关系数、Spearman相关系数更适合衡量线性、非线性单调相关关系,最大信息系数则更适合衡量含有周期性的相关关系,HHG则更适合衡量非函数相关关系.本研究可为挖掘不同相关关系,提供相关系数选取依据.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要