计算相关系数进行显著性检验

最新推荐文章于 2023-02-18 10:50:18 发布

原创最新推荐文章于 2023-02-18 10:50:18 发布 · 8.2k 阅读

27 ·

CC 4.0 BY-SA版权

文章标签：

#概率论 #机器学习 #人工智能

python训练专栏收录该内容

16 篇文章

订阅专栏

本文通过计算某地区历年粮食产量与受灾面积的数据相关系数，发现二者呈现强正相关，经0.05水平的显著性检验，相关系数0.80300252超过临界值0.6319，确认两者存在显著相关性。

某地区粮食产量与受灾面积的历年数据见（实验1数据中的“题目1”sheet），试计算二者之间的相关系数，并对相关系数进行显著性检验（α =0.05）

1.	import numpy as np  
2.	  
3.	x_simple=np.array([251,801,200,409,415,502,314,1101,980,1124])  
4.	y_simple=np.array([52,101,65,88,90,98,120,150,140,120])  
5.	  
6.	#计算相关系数函数  
7.	my_rho = np.corrcoef(x_simple, y_simple)  
8.	print(my_rho)

粮食产量与受灾面积之间的相关系数为：0.80300252。

在表中，f称为自由度，其数值位f=n-2=8，n为样本数，n=10；α =0.05时查上表可知：r0.05=0.6319。p{|0.80300252|>r0.05}=α 即所计算的相关系数0.80300252的绝对值大于α=0.05 水平下的临界值0.6319时，两要素不相关的记录的可能性只有0.05。因此，粮食产量与受灾面积现状显著相关。