相关系数计算公式
相关系数计算公式
相关系数计算公式
Statistical correlation coefficient
Due to the statistical correlation coefficient used more frequently, so here is the use of a few articles introduce these coefficients.
The correlation coefficient: a study of two things (in the data we call the degree of correlation between the variables).
If there are two variables: X, Y, correlation coefficient obtained by the meaning can be understood as follows:
(1), when the correlation coefficient is 0, X and Y two variable relationship.
(2), when the value of X increases (decreases), Y value increases (decreases), the two variables are positive correlation, correlation coefficient between 0 and 1.
(3), when the value of X increases (decreases), the value of Y decreases (increases), two variables are negatively correlated, the correlation coefficient between -1.00 and 0.
The absolute value of the correlation coefficient is bigger, stronger correlations, the correlation coefficient is close to 1 or -1, the higher degree of correlation, the correlation coefficient is close to 0 and the correlation is weak.
The related strength normally through the following range of judgment variables:
The correlation coefficient 0.8-1.0 strong correlation
0.6-0.8 strong correlation
0.4-0.6 medium degree.
0.2-0.4 weak correlation
0.0-0.2 very weakly correlated or not correlated
Pearson (Pearson) correlation coefficient
1, introduction
Pearson is also known as the correlation (or correlation) is a kind of calculation method of the linear correlation of British statistician Pearson in twentieth Century.
Suppose there are two variables X, Y, then the Pearson correlation coefficient between the two variables can be calculated by the following formula:
A formula:
Formula two:
Formula three:
Formula four:
Four equivalent formulas listed above, where E is the mathematical expectation, cov said the covariance, N represents the number of variables.
2, scope of application
When the two variables of the standard deviation is not zero, the correlation coefficient is defined, the correlation coefficient for Pearson:
(1), is the linear relationship between the two variables, are continuous data.
(2) overall, two variables are normally distributed, or near normal unimodal distribution.
(3) and the observation values of two variables is in pairs, each pair of observations are independent of each other.
3, Matlab
Pearson correlation coefficient Matlab (according to the formula four):
[cpp] view plaincopy
Function coeff = myPearson (X, Y)
% of the function of the realization of the Pearson correlation coefficient calculating operation
%
% input:
% X: numerical sequence input
% Y: numerical sequence input
%
% output:
% coeff: two input numerical sequence X, the correlation coefficient of Y
%
If length (X) ~ = length (Y)
Error (two 'numerical sequence dimension is not equal to');
Return;
End
Fenzi = sum (X * Y) - (sum (X) * sum (Y)) / length (X);
(fenmu = sqrt (sum (X.^2) - sum (X) ^2 / length (X)) * (sum (Y.^2) - sum (Y) ^2 / length (X)));
Coeff = fenzi / fenmu;
End% myPearson end function
Calculate the Pearson correlation coefficient function can also be used in existing Matlab:
[cpp] view plaincopy
Coeff = corr (X, Y);
4, reference content
Spearman Rank (Spielman rank correlation coefficient)
1, introduction
In statistics, Spielman correlation coefficient is named for Charles Spearman, and often use the Greek symbol (rho) said its value. Spielman rank correlation coefficient is used to estimate the correlation between the two variables X and Y, the correlation between variables can be used to describe the monotone function.
If the two sets of two variable does not have the same two elements, so, when one of the variables can be expressed as a monotone function well when another variable (i.e. changes in two variables of the same trend), between the two variables can reach +1 or -1.
Suppose that two random variables were X, Y (also can be seen as a set of two), the number of their elements are N, two I
(1<=i<=N) random variables take values respectively with Xi, Yi said. Sort of X, Y (at the same time as ascending or descending), two ranking elements set X, y, Xi, Yi elements which are Xi in X and Yi ranking in the Y ranking. The collection of X, y elements in the corresponding subtraction to get a list of difference set D, di=xi-yi, 1<=i<=N. Spielman rank correlation coefficient between random variables X and Y can be obtained by X, y or D calculation, the calculation methods are as follows:
By ranking difference calculated from D diversity (formula one):
From the top set X, calculated from Y (Spielman rank correlation coefficient were also considered after ranking two random variables Pearson correlation coefficient, the following is the actual Pearson calculated the correlation coefficient X, y) (formula two):
The following is a set of elements in the list of examples of calculation (calculated only for Spielman rank correlation coefficient)
Note: when the two variables of the same, their ranking is obtained by the average of their positions.
2, scope of application
Spielman rank correlation coefficient of the data conditions without Pearson correlation coefficient is strict, as long as the observed values of two variables is the rating data pairs,
or transformed by continuous variable data level data, regardless of the overall distribution of the two variables of the form, the size of the sample, we can use Spielman correlation the coefficient of.
3, Matlab
A source program:
Spielman rank correlation coefficient Matlab (based on ranking difference diversity D calculated using the above formula)
[cpp] view plaincopy
Function coeff = mySpearman (X, Y)
% of the function used to achieve computing Spielman rank correlation coefficient
%
% input:
% X: numerical sequence input
% Y: numerical sequence input
%
% output:
% coeff: two input numerical sequence X, the correlation coefficient of Y
If length (X) ~ = length (Y)
Error (two 'numerical sequence dimension is not equal to');
Return;
End
N = length (X);% by the length of the sequence
Xrank = zeros (1, N);% of elements stored in the X list
Yrank = zeros (1, N);% of elements stored in the Y list
% calculated value in Xrank
For I: N = 1
Cont1 = 1; the number of records is higher than the specified element%
Cont2 = -1;% records with specific elements of the same number of elements
For J: N = 1
If X (I) < X (J)
Cont1 = cont1 + 1;
Elseif X (I) = X (J)
Cont2 = cont2 + 1;
End
End
Xrank (I) = cont1 + mean ([0: cont2]);
End
% calculated value in Yrank
For I: N = 1
Cont1 = 1; the number of records is higher than the specified element%
Cont2 = -1;% records with specific elements of the same number
of elements
For J: N = 1
If Y (I) < Y (J) Cont1 = cont1 + 1; Elseif Y (I) = Y (J) Cont2 = cont2 + 1; End
End
相关性分析(相关系数)
相关系数是变量之间相关程度的指标。样本相关系数用r表示,总体相关系数用ρ表示,相关系数的取值一般介于-1～1之间。相关系数不是等距度量值,而只是一个顺序数据。计算相关系数一般需大样本. 相关系数又称皮（尔生）氏积矩相关系数，说明两个现象之间相关关系密切程度的统计分析指标。 相关系数用希腊字母γ表示，γ值的范围在-1和+1之间。 γ＞0为正相关，γ＜0为负相关。γ＝0表示不相关； γ的绝对值越大，相关程度越高。 两个现象之间的相关程度，一般划分为四级： 如两者呈正相关，r呈正值，r=1时为完全正相关；如两者呈负相关则r呈负值，而r=-1时为完全负相关。完全正相关或负相关时，所有图点都在直线回归线上；点子的分布在直线回归线上下越离散，r的绝对值越小。当例数相等时，相关系数的绝对值越接近1，相关越密切；越接近于0，相关越不密切。当r=0时，说明X和Y两个变量之间无直线关系。 相关系数的计算公式为<见参考资料>. 其中xi为自变量的标志值；i＝1，2，…n；■为自变量的平均值， 为因变量数列的标志值；■为因变量数列的平均值。 为自变量数列的项数。对于单变量分组表的资料，相关系数的计算公式<见参考资料>. 其中fi为权数，即自变量每组的次数。在使用具有统计功能的电子计算机时，可以用一种简捷的方法计算相关系数，其公式<见参考资料>. 使用这种计算方法时，当计算机在输入x、y数据之后，可以直接得出n、■、∑xi、∑yi、∑■、∑xiy1、γ等数值，不必再列计算表。 简单相关系数： 又叫相关系数或线性相关系数。它一般用字母r 表示。它是用来度量定量变量间的线性相关关系。 复相关系数: 又叫多重相关系数
如何用SPSS求相关系数
参见： [1] 衷克定数据统计分析与实践—SPSS for Windows[M].北京：高等教育出版社，2005.4：195— [2] 试验设计与SPSS应用[M].北京，化学工业出版社，王颉著，2006.10：141— 多元相关与偏相关 如何用SPSS求相关系数 1 用列联分析中，计算lamabda相关系数，在分析——描述分析——列联分析 2 首先看两个变量是否是正态分布，如果是,则在analyze-correlate-bivariate中选择 pearson相关系数，否则要选spearman相关系数或Kendall相关系数。如果显著相关，输出结果会有*号显示，只要sig的P值大于0.05就是显著相关。如果是负值则是负相关。 在SPSS软件相关分析中,pearson(皮尔逊), kendall（肯德尔）和spearman（斯伯曼/斯皮尔曼）三种相关分析方法有什么异同 两个连续变量间呈线性相关时，使用Pearson积差相关系数，不满足积差相关分析的适用条件时，使用Spearman秩相关系数来描述. Spearman相关系数又称秩相关系数，是利用两变量的秩次大小作线性相关分析，对原始变量的分布不作要求，属于非参数统计方法，适用范围要广些。对于服从Pearson相关系数的数据亦可计算Spearman相关系数，但统计效能要低一些。Pearson相关系数的计算公式可以完全套用Spearman相关系数计算公式，但公式中的x和y用相应的秩次代替即可。 Kendall's tau-b等级相关系数：用于反映分类变量相关性的指标，适用于两个分类变量均为有序分类的情况。对相关的有序变量进行非参数相关检验；取值范围在-1-1之间，此检验适合于正方形表格； 计算积距pearson相关系数，连续性变量才可采用;计算Spearman秩相关系数，适合于定序变量或不满足正态分布假设的等间隔数据; 计算Kendall秩相关系数，适合于定序变量或不满足正态分布假设的等间隔数据。 计算相关系数：当资料不服从双变量正态分布或总体分布未知，或原始数据用等级表示时，宜用spearman或kendall相关 Pearson 相关复选项积差相关计算连续变量或是等间距测度的变量间的相关分析Kendall 复选项等级相关计算分类变量间的秩相关，适用于合并等级资料 Spearman 复选项等级相关计算斯皮尔曼相关，适用于连续等级资料 注： 1若非等间距测度的连续变量因为分布不明-可用等级相关/也可用Pearson 相关，对于完全等级离散变量必用等级相关 2当资料不服从双变量正态分布或总体分布型未知或原始数据是用等级表示时,宜用Spearman 或Kendall相关。 3 若不恰当用了Kendall 等级相关分析则可能得出相关系数偏小的结论。则若不恰当使用，可能得相关系数偏小或偏大结论而考察不到不同变量间存在的密切关系。对一般情况默认数据服从正态分布的，故用Pearson分析方法。 在SPSS里进入Correlate－》Bivariate，在变量下面Correlation Coefficients复选框组里有3个选项：
附录相关系数r的计算公式的推导.doc
相 关 系 数 r AB 的 计 算 公 式 的 推 导 设 A i 、 B i 分别表示证券 A 、证券 B 历史上各年获得的收益率； A 、 B 分别表示证券 A 、证券 B 各 年获得的收益率的平均数； P i 表示证券 A 和证券 B 构成的投资组合各年获得的收益率，其他符号的含义 同上。 2 = 1A n 1 2 = 1B n 1 2 1 P = 1 n = 1 n 1 = 1 n 1 = 1 n 1 = 1 n 1 =A 2 A × =A 2 2 A A ( A i A) 2 (B i B) 2 (P i 1 P i ) 2 n 1 [( A A A i A B B i ) ( A A A i A B B i )]2 n [( A A A i A B B i ) (A A A A B B)] 2 [ A A ( A i A) A B (B i B)] 2 [ 2 ( A i ) 2 2 ( B i B ) 2 2 A A A B ( A i )( B )] A A A A B A B i ( A i A) 2 A B 2 × ( B i B) 2 2A A A B [( A i A)( B i B)] n 1 n 1 n 1 2 2 2A A A B [( A i A)( B i B)] A B B n 1 对照公式（ 1）得： ( A i A) 2 (B i B) 2 = × n × r AB n 1 1 ∴ r AB = [( A i A)( B i B)] ( A i A)2 (B i B) 2 这就是相关系数 r AB 的计算公式。 投资组合风险分散化效应的内在特征 1. 两种证券构成的投资组合为最小方差组合（即风险最小）时各证券投资比例的测定 公式（ 1）左右两端对 A A 求一阶导数，并注意到 A B =1—A A ： 2 2 2 A B r AB ( P )′=2A A A －2(1 －A A ) B ＋ 2 (1 － A A ) A B r AB －2A A 令 ( P 2 )′=0 并简化，得到使 P 2 取极小值的 A A ： 2 B r AB A A = B A （ 3） 2 2 2 A B r AB A B 式中,0 ≤ A A ≤ 1, 否则公式（ 3）无意义。
相关系数计算 理论简化
统计相关计算 互协方差矩阵描述两个随机信号()i x ξ和()j x ξ之间的相关程度。一般来说，互协方差函数越大，则两个随机信号的相关程度越强；反之，相关程度越弱。但是，这种使用互协方差的绝对大小度量两个随机向量的相关程度并不方便。 两个随机变量()x ξ和()y ξ之间的相关系数定义为： def xy xy x y c ρσσ= (1.1) 2x σ和2y σ分别是()x ξ和()y ξ的方差。对相关系数的定义公式，易知 01xy ρ≤≤ (1.2) 相关系数xy ρ给出了两个随机变量()x ξ和()y ξ之间的相似程度的度量：xy ρ越接近于零，随机变量()x ξ和()y ξ之间的相似程度越弱；反之，xy ρ越接近于1，则变量()x ξ和()y ξ之间的相似程度越大。特别地，相关系数的两个极端值0和1有重要的意义。 容易验证随机变量()x ξ和()y ξ之间只相差一个固定的幅值比例因子和一个固定的相位角，这两个随机变量完全相关（或相干）。 备注：在操作时一般选择无偏的情况 Matlab 编程 %% 统计的数据相关 clear ; %生成两组数据各50个 x=randint(1,50,[1 10]); y=randint(1,50,[1 10]); %% 做两个数据的统计相关性当n 很大的时候有偏估计和无偏估计是一致的
% 数据的互协方差 hxfcwp=cov(x,y,0); %数据的无偏协方差除以数据n-1 hxfcyp=cov(x,y,1); %数据的有偏协方差除以数据n % 数据的标准差 bzcwpx=var(x,0); %数据的无偏方差除以数据n-1 bzcwpy=var(y,0); %数据的无偏方差除以数据n-1 bzcypx=var(x,1); %数据的有偏方差除以数据n bzcypy=var(y,1); %数据的有偏方差除以数据n % 相关性计算 Awuxgx=hxfcwp/(sqrt(bzcwpx)*sqrt(bzcwpy));%无偏的相关性 Ayuxgx=hxfcyp/(sqrt(bzcypx)*sqrt(bzcypy));%有偏的相关性 % 无偏的相关性和有偏的相关性得到的是2*2矩阵非对角元素是他们的相关性%% 更简单的是直接matlab自带结果 Az=corrcoef(x,y); %matlab自带的求解器非对角元素是他们的相关性
线性回归方程中的相关系数r
线性回归方程中的相关系数r r=∑(Xi-X的平均数)(Yi-Y平均数)/根号下[∑(Xi-X平均数)^2*∑(Yi-Y平均数)^2]
R2就是相关系数的平方， R在一元线性方程就直接是因变量自变量的相关系数，多元则是复相关系数 判定系数R^2 也叫拟合优度、可决系数。表达式是: R^2=ESS/TSS=1-RSS/TSS 该统计量越接近于1，模型的拟合优度越高。 问题：在应用过程中发现，如果在模型中增加一个解释变量，R2往往增大 这就给人一个错觉：要使得模型拟合得好，只要增加解释变量即可。 ——但是，现实情况往往是，由增加解释变量个数引起的R2的增大与拟合好坏无关，R2需调整。 这就有了调整的拟合优度: R1^2=1-(RSS/(n-k-1))/(TSS/(n-1)) 在样本容量一定的情况下，增加解释变量必定使得自由度减少，所以调整的思路是:将残差平方和与总离差平方和分别除以各自的自由度，以剔除变量个数对拟合优度的影响: 其中：n-k-1为残差平方和的自由度，n-1为总体平方和的自由度。 总是来说，调整的判定系数比起判定系数，除去了因为变量个数增加对判定结果的影响。R = R接近于1表明Y与X1，X2 ，…，Xk之间的线性关系程度密切； R接近于0表明Y与X1，X2 ，…，Xk之间的线性关系程度不密切 相关系数就是线性相关度的大小，1为（100%）绝对正相关，0为0%，-1为（100%）绝对负相关 相关系数绝对值越靠近1，线性相关性质越好，根据数据描点画出来的函数-自变量图线越趋近于一条平直线，拟合的直线与描点所得图线也更相近。 如果其绝对值越靠近0，那么就说明线性相关性越差，根据数据点描出的图线和拟合曲线相差越远（当相关系数太小时，本来拟合就已经没有意义，如果强行拟合一条直线，再把数据点在同一坐标纸上画出来，可以发现大部分的点偏离这条直线很远，所以用这个直线来拟合是会出现很大误差的或者说是根本错误的）。 分为一元线性回归和多元线性回归 线性回归方程中,回归系数的含义 一元： Y^=bX+a b表示X每变动（增加或减少）1个单位,Y平均变动（增加或减少）b各单位多元： Y^=b1X1+b2X2+b3X3+a 在其他变量不变的情况下，某变量变动1单位，引起y平均变动量 以b2为例：b2表示在X1、X3（在其他变量不变的情况下）不变得情况下，X2每变动1单位，y平均变动b2单位 就一个reg来说y=a+bx+e a+bx的误差称为explained sum of square e的误差是不能解释的是residual sum of square
线性相关系数的计算
Spss电脑实验－第六节(3)线性相关系数的计算 https://www.360docs.net/doc/3816135025.html,更新时间：2006-1-19 21:11:30 关注指数：7992 Ⅲ．线性相关系数的计算 1. 线性相关的概念 如果各统计指标是定量数据，要了解它们间的关系密切程度，可用线性相关分析。 例如：大家都知道的糖尿病病人，它靠胰岛素来治疗。现测量20 名糖尿病病人（以ID 来编号）血中的血糖值（y）、胰岛素值（x1）和生长激素值（x2）。我们即可分析 y、x1 和x2 间的两两/ 双变量间的线性关系。数据见下面的程序文件CorreRegre2.sps 的例*2。 2. 线性相关计算的所用命令 用SPSS Analyze 菜单中的子菜单Correlate，其中的Bivariate 对话框即可计算两两/ 双变量间的线性相关系数r 及其显著性。这是通常最常见、最常用的情况。 本例所用程序文件名为CorreRegre2.sps 中的例*2。（例*2 中还有用于偏相关系数与距离相关系数的计算命令，详后）。 ---------------------------------------------------------------- *2. Prof. Zhang Weng-Tong: SPSS 11, P.273-277:. DATA LIST FREE /ID y x1 x2. BEGIN DATA. 1 12.21 15.20 9.51 2 14.54 16.70 11.43 3 12.27 11.90 7.53 4 12.04 14.00 12.17 5 7.88 19.80 2.33 6 11.10 16.20 13.52 7 10.43 17.00 10.07 8 13.32 10.30 18.89 9 19.59 5.90 13.14 10 9.05 18.70 9.63 11 6.44 25.10 5.10 12 9.49 16.40 4.53 13 10.16 22.00 2.16 14 8.38 23.10 4.26 15 8.49 23.20 3.42 16 7.71 25.00 7.34 17 11.38 16.80 12.75 18 10.82 11.20 10.88 19 12.49 13.70 11.06 20 9.21 24.40 9.16 END DATA. CORRELATIONS /VARIABLES=y x1 x2 /PRINT=TWOTAIL NOSIG. NONPAR CORR /VARIABLES=y x1 x2 /PRINT=SPEARMAN TWOTAIL NOSIG.
第三章：相关系数r 的计算公式的推导
设A i 、B i 分别表示证券A 、证券B 历史上各年获得的收益率；A 、B 分别表示证券A 、证券B 各年获得的收益率的平均数；P i 表示证券A 和证券B 构成的投资组合各年获得的收益率，其他符号的含义同上。 2 A σ= 11 -n 2)(∑-A A i 2 B σ=1 1-n )(B B i -∑2 2 P σ=11-n 2)1(∑∑-i i P n P =2)](1 )[(11i B i A i B i A B A A A n B A A A n +-+-∑∑ =2)]()[(1 1 B A A A B A A A n B A i B i A +-+-∑ =2)]()([1 1 B B A A A A n i B i A -+--∑ =)])((2)()([1 122 22B B A A A A B B A A A A n i i B A i B i A --+-+--∑ =A 2 A × 2 2 1 )(B i A n A A +--∑× 1 )] )([(21 )(2 ---+ --∑∑n B B A A A A n B B i i B A i =A 1 )])([(22 2 2 2---? ++∑n B B A A A A A i i B A B B A A σσ 对照公式（1）得： = 1 )(2 --∑n A A i × 1 )(2 --∑n B B i × r AB ∴ r AB = ∑∑∑-?---2 2 ) ()()] )([(B B A A B B A A i i i i 这就是相关系数r AB 的计算公式。 投资组合风险分散化效应的内在特征 1.两种证券构成的投资组合为最小方差组合（即风险最小）时各证券投资比例的测定 公式（1）左右两端对A A 求一阶导数，并注意到A B =1—A A ： (2 P σ)′=2 A A 2 A σ－2 (1－A A )2 B σ＋2 (1－A A )B A σσ r AB －2A A B A σσ r AB 令 (2 P σ)′= 0 并简化，得到使2 P σ取极小值的A A ： AB B A i i r n B B A A σσ =---∑1 )])([(
常用相关分析方法及其计算
二、常用相关分析方法及其计算 在教育与心理研究实践中，常用的相关分析方法有积差相关法、等级相关法、质量相关法，分述如下。 （一）积差相关系数 1. 积差相关系数又称积矩相关系数，是英国统计学家皮尔逊（Pearson ）提出的一种计算相关系数的方法，故也称皮尔逊相关。这是一种求直线相关的基本方法。 积差相关系数记作XY r ，其计算公式为 ∑∑∑===----= n i i n i i n i i i XY Y y X x Y y X x r 1 2 1 2 1 ) ()() )(( (2-20) 式中i x 、i y 、X 、Y 、n 的意义均同前所述。 若记X x x i -=,Y y y i -=，则（2-20）式成为 Y X XY S nS xy r ∑= (2-21) 式中n xy ∑称为协方差，n xy ∑的绝对值大小直观地反映了两列变量的一致性程 度。然而，由于X 变量与Y 变量具有不同测量单位，不能直接用它们的协方差 n xy ∑来表示两列变量的一致性，所以将各变量的离均差分别用各自的标准差 除，使之成为没有实际单位的标准分数，然后再求其协方差。即： ∑∑?= = )()(1Y X Y X XY S y S x n S nS xy r
Y X Z Z n ∑?= 1 (2-22) 这样，两列具有不同测两单位的变量的一致性就可以测量计算。 计算积差相关系数要求变量符合以下条件：（1）两列变量都是等距的或等比的测量数据；（2）两列变量所来自的总体必须是正态的或近似正态的对称单峰分布；（3）两列变量必须具备一一对应关系。 2. 积差相关系数的计算 利用公式 (2-20)计算相关系数，应先求两列变量各自的平均数与标准差，再求离中差的乘积之和。在统计实践中，为方便使用数据库的数据格式，并利于计算机计算，一般会将(2-20)式改写为利用原始数据直接计算XY r 的公式。即： ∑∑∑∑∑∑∑---= 2 22 2 ) () (i i i i i i i i XY y y n x x n y x y x n r (2-23) （二）等级相关 在教育与心理研究实践中，只要条件许可，人们都乐于使用积差相关系数来度量两列变量之间的相关程度，但有时我们得到的数据不能满足积差相关系数的计算条件，此时就应使用其他相关系数。 等级相关也是一种相关分析方法。当测量得到的数据不是等距或等比数据，而是具有等级顺序的测量数据，或者得到的数据是等距或等比的测量数据，但其所来自的总体分布不是正态的，出现上述两种情况中的任何一种，都不能计算积差相关系数。这时要求两列变量或多列变量的相关，就要用等级相关的方法。 1. 斯皮尔曼(Spearman)等级相关 斯皮尔曼等级相关系数用R r 表示，它适用于两列具有等级顺序的测量数据，或总体为非正态的等距、等比数据。
第三章附录：相关系数r 的计算公式的推导
相 关 系 数 r AB 的计算公式的推导 设A i 、B i 分别表示证券A 、证券B 历史上各年获得的收益率；A 、B 分别表示证券A 、证券B 各年获得的收益率的平均数；P i 表示证券A 和证券B 构成的投资组合各年获得的收益率，其他符 号的含义同上。 2 A σ=1 1-n 2)(∑-A A i 2 B σ=1 1-n )(B B i -∑2 2 P σ= 12)1(-i i P P 公式（1）左右两端对A A 求一阶导数，并注意到A B =1—A A ： (2P σ)′=2 A A 2A σ－2 (1－A A )2B σ＋2 (1－A A )B A σσ r AB －2A A B A σσ r AB 令 (2P σ)′= 0 并简化，得到使2 P σ取极小值的A A ： A A =AB B A B A AB B A B r r σσσσσσσ22 22-+- … …………………………………（3） 式中, 0≤A A ≤1,否则公式（3）无意义。 由于使(2P σ)′=0的A A 值只有一个，所以据公式（3）计算出的A A 使2 P σ为最小值。
以上分析清楚地说明：对于证券A和证券B，只要它们的系数r AB 适当小（r AB 的“上限”的 计算，本文以下将进行分析），由证券A和证券B构成的投资组合中，当投资于风险较大的证券B 的资金比例不超过按公式（3）计算的（1—A A ），会比将全部资金投资于风险较小的证券A的方 差（风险）还要小；只要投资于证券B的资金在（1—A A ）的比例范围内，随着投资于证券B的资 金比例逐渐增大，投资组合的方差（风险）会逐渐减少；当投资于证券B的资金比例等于（1—A A ）时，投资组合的方差（风险）最小。这种结果有悖于人们的直觉，揭示了风险分散化效应的内在特征。按公式（3）计算出的证券A和证券B的投资比例构成的投资组合称为最小方差组合，它是证券A和证券B的各种投资组合中方差（亦即风险）最小的投资组合。
三种常用的不同变量之间相关系数的计算方法
三种常用的不同变量之间相关系数的计算方法 1．定类变量之间的相关系数． 定类变量之间的相关系数，只能以变量值的次数来计算，常用λ系数法， 其计算公式为： (3.2.12) 式中，为每一类x中y分布的众数次数；为变量y各分类次数的众数次数；n为总次数。一般来说，λ系数在0～1之间取值，值越大表明相关程度越高。 例如，性别与对吸烟的态度资料见表3—2。 表3—2 性别与对吸烟态度 态度y 性别x 男女合计（Fy） 容忍反对37 15 8 42 45 57 合计（Fx）52 50 102 从y的分布来看，对吸烟的态度众数是“反对”，众数次数为57,即＝57。再从x的每 一个分组(男、女)中y的次数分布来看，男性中y的分布众数是“容忍”，次数为37(f1m)；女性中y的分布众数是“反对”，次数为42(f2m)；总次数为102(n)。于是， 从计算结果可知，性别与对吸烟态度的相关程度为0.49，属于中等相关。 2．定序变量之间的相关系数
定序变量之间的相关测量常用Gamma系数法和Spearman系数法。Gamma系数法计算公式为： (3.2.13) 式中，G为系数；Ns为同序对数目；Nd为异序对数目。 所谓序对是指表明高低位次的两两配对，如果一对个案在变量x，y的分类表现位次一致，则为同序对；如果位次相反，则为异序对。 G系数取值在—1--十1之间。G=1，表示完全正相关；G=-1，表示完全负相关；G=0,表示完全不相关；－1 3种相关系数的区别 在SPSS软件相关分析中,pearson(皮尔逊), kendall（肯德尔）和spearman（斯伯曼/斯皮尔曼）三种相关分析方法有什么异同两个连续变量间呈线性相关时，使用Pearson积差相关系数，不满足积差相关分析的适用条件时，使用Spearman秩相关系数来描述. Spearman相关系数又称秩相关系数，是利用两变量的秩次大小作线性相关分析，对原始变量的分布不作要求，属于非参数统计方法，适用范围要广些。对于服从Pearson相关系数的数据亦可计算Spearman相关系数，但统计效能要低一些。Pearson相关系数的计算公式可以完全套用Spearman相关系数计算公式，但公式中的x和y用相应的秩次代替即可。 Kendall's tau-b等级相关系数：用于反映分类变量相关性的指标，适用于两个分类变量均为有序分类的情况。对相关的有序变量进行非参数相关检验；取值范围在-1-1之间，此检验适合于正方形表格； 计算积距pearson相关系数，连续性变量才可采用;计算Spearman秩相关系数，适合于定序变量或不满足正态分布假设的等间隔数据; 计算Kendall秩相关系数，适合于定序变量或不满足正态分布假设的等间隔数据。 计算相关系数：当资料不服从双变量正态分布或总体分布未知，或原始数据用等级表示时，宜用spearman或kendall相关 Pearson 相关复选项积差相关计算连续变量或是等间距测度的变量间的相关分析 Kendall 复选项等级相关计算分类变量间的秩相关，适用于合并等级资料 Spearman 复选项等级相关计算斯皮尔曼相关，适用于连续等级资料 注： 1若非等间距测度的连续变量因为分布不明-可用等级相关/也可用Pearson 相关，对于完全等级离散变量必用等级相关 2当资料不服从双变量正态分布或总体分布型未知或原始数据是用等级表示时,宜用Spearman 或Kendall相关。 3 若不恰当用了Kendall 等级相关分析则可能得出相关系数偏小的结论。则若不恰当使用，可能得相关系数偏小或偏大结论而考察不到不同变量间存在的密切关系。对一般情况默认数据服从正态分布的，故用Pearson分析方法。 在SPSS里进入Correlate－》Bivariate，在变量下面Correlation Coefficients复选框组里有3个选项： Pearson Kendall's tau-b Spearman：Spearman spearman（斯伯曼/斯皮尔曼）相关系数 斯皮尔曼等级相关是根据等级资料研究两个变量间相关关系的方法。它是依据两列成对等级的各对等级数之差来进行计算的，所以又称为“等级差数法” 斯皮尔曼等级相关对数据条件的要求没有积差相关系数严格，只要两个变量的观测值是成对的等级评定资料，或者是由连续变量观测资料转化得到的等级资料，不论两个变量的总体分布形态、样本容量的大小如何，都可以用斯皮尔曼等级相关来进行研究 Kendall's相关系数 肯德尔(Kendall)W系数又称和谐系数，是表示多列等级变量相关程度的一种方法。适用这种方法的数据资料一般是采用等级评定的 相关系数计算公式 相关系数计算公式 Statistical correlation coefficient Due to the statistical correlation coefficient used more frequently, so here is the use of a few articles introduce these coefficients. The correlation coefficient: a study of two things (in the data we call the degree of correlation between the variables). If there are two variables: X, Y, correlation coefficient obtained by the meaning can be understood as follows: (1), when the correlation coefficient is 0, X and Y two variable relationship. (2), when the value of X increases (decreases), Y value increases (decreases), the two variables are positive correlation, correlation coefficient between 0 and 1. (3), when the value of X increases (decreases), the value of Y decreases (increases), two variables are negatively correlated, the correlation coefficient between -1.00 and 0. The absolute value of the correlation coefficient is bigger, stronger correlations, the correlation coefficient is close to 1 or -1, the higher degree of correlation, the correlation coefficient is close to 0 and the correlation is weak. The related strength normally through the following range of judgment variables: The correlation coefficient 0.8-1.0 strong correlation 0.6-0.8 strong correlation 二、常用相关分析方法及其计算 在教育与心理研究实践中，常用的相关分析方法有积差相关法、等级相关法、质量相关法，分述如下。 （一）积差相关系数 1. 积差相关系数又称积矩相关系数，是英国统计学家皮尔逊（Pearson ）提出的一种计算相关系数的方法，故也称皮尔逊相关。这是一种求直线相关的基本方法。 积差相关系数记作XY r ，其计算公式为 ∑∑∑===----=n i i n i i n i i i XY Y y X x Y y X x r 12121 )()())(((2-20) 式中i x 、i y 、X 、Y 、n 的意义均同前所述。 若记X x x i -=,Y y y i -=，则（2-20）式成为 Y X XY S nS xy r ∑=(2-21) 式中n xy ∑称为协方差，n xy ∑的绝对值大小直观地反映了两列变量的一致性程度。然而，由于X 变量与Y 变量具有不同测量单位，不能直接用它们的协方差n xy ∑来表示两列变量的一致性，所以将各变量的离均差分别用各自的标准差除，使之成为没有实际单位的标准分数，然后再求其协方差。即： Y X Z Z n ∑?=1(2-22) 这样，两列具有不同测两单位的变量的一致性就可以测量计算。 计算积差相关系数要求变量符合以下条件：（1）两列变量都是等距的或等比的测量数据；（2）两列变量所来自的总体必须是正态的或近似正态的对称单峰分布；（3）两列变量必须具备一一对应关系。 2. 积差相关系数的计算 利用公式(2-20)计算相关系数，应先求两列变量各自的平均数与标准差，再求离中差的乘积之和。在统计实践中，为方便使用数据库的数据格式，并利于计算机计算，一般会将(2-20)式改写为利用原始数据直接计算XY r 的公式。即： 第五讲 相关分析 一、 “相关”的意义 （一）相关现象 教育工作者常发觉，许多教育现象之间或教育行为之间存在着一定的相互联系。例如，在学习行为上，隐约地表现出这么一些特点：学生的数学成绩和物理成绩之间关系密切，似乎许多数学成绩优秀的学生在物理科目上的成绩大多也是优秀的，许多数学水平中等的学生在物理科目上的学习水平大多数也是中等的，许多数学成绩较差的学生物理科目上的学习成绩大多也是较差的。这说明数学成绩和物理成绩之间存在一种“ 水涨船高、水落船低 ”的互相关联的趋势。当然,并不是所有事物之间都有这么一种相同的明显的关联趋势。比如，数学成绩与语文成绩之间或语文成绩与化学成绩之间，其相互关联的趋势就不是那么明显可察。而另外一些教育现象，例如对学习材料的复习次数与遗忘量之间的关系，其遗忘量在一定范围内随着复习次数的增加而减小。可见，行为变量或现象之间存在着种种不同模式不同程度的联系。 （二）、相关的直观意义——散点图分析 正相关与负相关—— 如果相互关联着的两变量，一个增大另一个也随之增大，一个减小另一个也随之减小，变化方向一致，就称两变量之间有正相关。如果相互关联着的两变量，一个增大另一个反而减小，变化方向相反，就称叫两变量之间有负相关。 直线性相关与曲线相关——直线性相关是所有关联模式中最简单的一种，有关联的两个变量各自以大体均等的速度变化着。若以平面坐标散点图来理解，直线性相关意指：两个变量的成对观测数据在平面直角坐标系上描点构成的散点图分布的教点会环绕在某一条直线附近。 直线性相关的含义，是以平面坐标散点图来理解，我们还可以从相关散点图的几何分布形态来认识相关的强度与方向，如果散点图形杂乱无章,没有显示出向某个方向延伸的情形,则说明相关程度很低；如果散点图分布形成一个边界不规则的椭圆，则说明两个变量存在中等程度的相关；若这里的椭圆越扁长，则相关程度越高。至于相关的方向，则可以通过散点椭圆图形的长轴所在直线的斜率来判断。从左下方往右上方延伸的情形是正相关；从左上方往右下方延伸的情形是负相关。这样，我们可以从散点图的分布情况，初步判断两个变量之间的相关情况。 二、相关的计算及分析 （一）、（积差）相关系数r 定义，设两个现象有如下两组观测值 1212:,,,:,,,n n X x x x Y y y y 相关系数r AB 的计算公式的推导 设A i 、B i 分别表示证券A 、证券B 历史上各年获得的收益率；A 、B 分别表示证券A 、证券B 各年获得的收益率的平均数；P i 表示证券A 和证券B 构成的投资组合各年获得的收益率，其他符号的含义同上。 2 A σ=11-n 2 )(∑-A A i 2B σ=11-n )(B B i -∑2 2P σ= 11-n 2 )1 (∑∑ - i i P n P =2 )](1 )[(11i B i A i B i A B A A A n B A A A n +- +-∑∑ =2 )]()[(11 B A A A B A A A n B A i B i A +-+-∑ =2 )]()([1 1 B B A A A A n i B i A -+--∑ = )])((2)()([1 1 2 222B B A A A A B B A A A A n i i B A i B i A --+-+--∑ =A 2A × 22 1 ) (B i A n A A +--∑× 1 )] )([(21 ) (2 ---+ --∑∑n B B A A A A n B B i i B A i =A 1 )])([(22222---? ++∑n B B A A A A A i i B A B B A A σ σ 对照公式（1）得： = 1 )(2 --∑ n A A i × 1 )(2 --∑ n B B i × r AB ∴ r AB = ∑∑∑-? ---2 2 ) ()()] )([(B B A A B B A A i i i i 这就是相关系数r AB 的计算公式。 投资组合风险分散化效应的内在特征 1.两种证券构成的投资组合为最小方差组合（即风险最小）时各证券投资比例的测定 公式（1）左右两端对A A 求一阶导数，并注意到A B =1—A A ： (2 P σ)′=2 A A 2 A σ－2 (1－A A )2 B σ＋2 (1－A A )B A σσ r AB －2A A B A σσ r AB 令 (2 P σ)′= 0 并简化，得到使2 P σ取极小值的A A ： AB B A i i r n B B A A σσ=---∑1 )])([( 第三章附录：相关系数r的计算公式的推导 -CAL-FENGHAI.-(YICAI)-Company One1 相关系数r AB 的计算公式的推导 设A i 、B i 分别表示证券A 、证券B 历史上各年获得的收益率；A 、B 分别表示证券A 、证券B 各年获得的收益率的平均数；P i 表示证券A 和证券B 构成的投资组合各年获得的收益率，其他符号的含义同上。 2 A σ=1 1-n 2)(∑-A A i 2 B σ=1 1-n )(B B i -∑2 2 P σ=11-n 2)1(∑∑-i i P n P =2)](1 )[(11i B i A i B i A B A A A n B A A A n +-+-∑∑ =2)]()[(1 1 B A A A B A A A n B A i B i A +-+-∑ =2)]()([1 1 B B A A A A n i B i A -+--∑ =)])((2)()([1122 22B B A A A A B B A A A A n i i B A i B i A --+-+--∑ =A 2 A × 22 1 )(B i A n A A +--∑× 1 )] )([(21 )(2 ---+ --∑∑n B B A A A A n B B i i B A i =A 1 )])([(22222 ---? ++∑n B B A A A A A i i B A B B A A σσ 对照公式（1）得： = 1 )(2 --∑n A A i × 1 )(2 --∑n B B i × r AB ∴ r AB = ∑∑∑-?---2 2 ) ()()])([(B B A A B B A A i i i i 这就是相关系数r AB 的计算公式。 投资组合风险分散化效应的内在特征 1.两种证券构成的投资组合为最小方差组合（即风险最小）时各证券投资比例的测定 公式（1）左右两端对A A 求一阶导数，并注意到A B =1—A A ： (2P σ)′=2 A A 2A σ－2 (1－A A )2B σ＋2 (1－A A )B A σσ r AB －2A A B A σσ r AB 令 (2P σ)′= 0 并简化，得到使2P σ取极小值的A A ： A A =AB B A B A AB B A B r r σσσσσσσ22 22 -+- … …………………………………（3） AB B A i i r n B B A A σσ =---∑1 )])([( 利用Excel 对相关系数的计算 计量检定要求客观、公正、科学、准确、可靠。当计量检定过程都按要求完成后，还得严格的按照规程给定的公式进行计算。一些比较繁琐的计算对于计量工作者来说既耗时也容易出错，常常需要反复计算来验证数据的准确性，这在数据后期处理过程中占用了大量的时间和人力。 以相关系数的计算为例，测量质量浓度为2.0、4.0、6.0、8.0、10.0g/L 的标准溶液的吸光度值分别为0.168、0.335、0.507、0.675、0.837Abs ，假如直接用给定的公式进行计算显得相当复杂，本文在此不再加以赘述。 ??? ? ??? ?- ??????? ?- - = ∑∑∑∑∑ ∑∑N y y N x x N y x xy r 2 22 2 )()( （1） r ——相关系数，x ——浓度，y ——吸光度值， N ——各浓度点数 为了更好地解决计算中遇到的实际问题，利用Excel 自带的函数公式、图表向导等功能或者自己编辑计算公式进行计算，使得一些比较繁琐的计算变得更简单、快捷、准确。 方法1：图表向导法 第一步：打开Microsoft Excel 新建工作簿，在A1：A5，B1：B5分别输入浓度值和吸光度值。 图1所示 图1 第二步：选中A1：B5，选择“插入→图表”，在图表类型(c):选择“XY散点图”，子图表类型（T）：选择“平滑线散点图”。图2所示 图2 第三步：单击下一步，下一步，得到图表选项图。图3所示 图3 第四步：单击图三所示的“完成”，得到散点系列。图4所示 图4 第五步：选中散点系列，右键→添加趋势线，类型：选择“线性（L）”，选项：选择“显示公式（E）”、“显示R平方值（R）”。图5、图6所示 公式一 1. 众数【MODE 】 （1） 未分组数据或单变量值分组数据众数的计算 未分组数据或单变量值分组数据的众数就是出现次数最多的变量值。 （2） 组距分组数据众数的计算 对于组距分组数据，先找出出现次数最多的变量值所在组，即为众数所在组，再根据下面的公式计算计算众数的近似值。 下限公式： 1 012 M =L+ +i ???? 式中：0M 表示众数；L 表示众数的下线；1?表示众数组次数与上一组次数之差；2?表示众数组次数与下一组次数之差；i 表示众数组的组距。 上限公式： 2 012 M =U-+i ???? 式中：U 表示众数组的上限。 2．中位数【MEDIAN 】 （1）未分组数据中中位数的计算 根据未分组数据计算中位数时，要先对数据进行排序，然后确定中位数的位置。设一组数据按从小到大排序后为12N X X X ，，…，，中位数e M ，为则有： e N+M =X 1 （）2 当N 为奇数 e N N +1221M =X +X 2???? ? ????????? ?????? 当N 为偶数 （2）分组数据中位数的计算 分组数据中位数的计算时，要先根据公式N / 2 确定中位数的位置，并确定中位数所在的组，然后采用下面的公式计算中位数的近似值： N =1 m-1 e m -S 2 M =L+ i i f d f ?∑ 式中：e M 表示中位数；L 表示中位数所在组的下限；m-1S 表示中位数所在组以下各组的累计次数；m f 表示中位数所在组的次数；d 表示中位数所在组的组距。 3．均值的计算【A VERAGE 】 （1）未经分组均值的计算 未经分组数据均值的计算公式为： 112n ++= =n i i x x x x x n n =∑… （2）分组数据均值计算 分组数据均值的计算公式为： 11221121 +++==+k i i k k i k k i i x f x f x f x f x f f f f ==+∑∑+ 4．几何平均数【GEOMEAN 】 几何平均数是N 个变量值乘积的N 次方根，计算公式为： 式中：G 表示几何平均数；∏表示连乘符号。 5．调和平均数【HARMEAN 】 调和平均数是对变量的倒数求平均，然后再取倒数而得到的平均数，它有简单调和平均数与加权调和平均数两种计算形式。 简单调和平均数： 211 H= = 111 +++n i n i n n x x x x =∑1… 加权调和平均数： 2121 1211m m +m ++m H==m m m m +++n i n i n i n n i i x x x x ==∑∑…… 式中：H 表示调和平均数。SPSS 3种相关系数的区别
相关系数计算公式
常用相关分析方法及其计算
第5讲 相关分析与相关系数
第三章附录：相关系数r 的计算公式的推导
第三章：相关系数r 的计算公式的推导
利用Excel对相关系数的计算
统计学常用公式