学习内容：

Pearson皮尔逊相关系数以及数据的描述性统计(学自b站清风数学建模教程)

学习时间：

.12.13

学习产出：

数据

代码：

%八年级女生体测数据分析clear;clc;load data1.mat;%统计描述MIN = min(data); %每一列的最小值MAX = max(data); %每一列的最大值MEAN = mean(data); %每一列的均值MEDIAN = median(data); %每一列的中位数SKEWNESS = skewness(data); %每一列的偏度KURTOSIS = kurtosis(data); %每一列的峰度STD = std(data); %每一列的标准差result = [MIN;MAX;MEAN;MEDIAN;SKEWNESS;KURTOSIS;STD]%% 计算各列之间的相关系数% 在计算皮尔逊相关系数之前,一定要做出散点图来看两组变量之间是否有线性关系% 这里使用Spss比较方便: 图形 - 旧对话框 - 散点图/点图 - 矩阵散点图R = corrcoef(data) % correlation coefficient

结果：

result =1.0e+03 *0.1350 0.0160 1.4500 0.0078 0.0520 0.00050.1710 0.0650 3.2720 0.0150 0.2050 0.01750.1560 0.0468 2.3332 0.0108 0.1668 0.00950.1570 0.0470 2.3910 0.0107 0.1670 0.0096-0.0003 -0.0004 -0.0003 0.0007 -0.0008 -0.00020.0027 0.0094 0.0028 0.0033 0.0084 0.00280.0074 0.0050 0.3504 0.0013 0.0168 0.0029R =1.0000 0.0665 -0.2177 -0.1920 0.0440 0.09510.0665 1.0000 0.0954 0.0685 0.0279 -0.0161-0.2177 0.0954 1.0000 0.2898 0.0248 -0.0749-0.1920 0.0685 0.2898 1.0000 -0.0587 -0.00190.0440 0.0279 0.0248 -0.0587 1.0000 -0.01740.0951 -0.0161 -0.0749 -0.0019 -0.0174 1.0000

如果觉得《【数学建模】Pearson皮尔逊相关系数以及数据的描述性统计+Matlab代码》对你有帮助，请点赞、收藏，并留下你的观点哦！