相关性用啥检验方法

2023-06-19

本文主要是 相关性用什么检验方法 相关的知识问答，如果你也了解，请帮忙补充。

一．线性相关分析：研究两个变量间线性关系的程度
用相关系数r来描述，关于r的解读：

（1）正相关：如果x,y变化的方向一致，如身高与体重的关系，r>0；一般地，

·|r|>0.95 存在显著性相关；

·|r|≥0.8 高度相关；

·0.5≤|r|<0.8 中度相关；

·0.3≤|r|<0.5 低度相关；

·|r|<0.3 关系极弱，认为不相关

（2）负相关：如果x,y变化的方向相反，如吸烟与肺功能的关系，r<0；

（3）无线性相关：r=0。

如果变量Y与X间是函数关系，则r=1或r=-1；如果变量Y与X间是统计关系，则-1<r<1。

（4）r的计算有三种：

①Pearson相关系数：对定距连续变量的数据进行计算。

②Spearman和Kendall相关系数：对分类变量的数据或变量值的分布明显非正态或分布不明时，计算时先对离散数据进行排序或对定距变量值排（求）秩。

实际上，对任何类型的变量，都可以使用相应的指标进行相关分析。也就是，有各种参数，对适合它们的变量进行分析。 参考知识1 相关性检验correlation test对变量之间是否相关以及相关的程度如何所进行的统计检验。变量之间的相关的程度用相关系数r表征。当r大于给定显著性水平a和一定自由度f下的相关系数临界值T"a、时，表示变量之间在统计上存在相关关系。否则，则不存在相关关系。 参考知识B 1.采用cv读图-->画框-->存图

import cv2
img1=cv2.imread('./555_F0ed5ee7e728f4b94a22fe30e93b1009a.JPG')
img2=cv2.rectangle(img1,(52,52),(200,200),(0,255,0),3)
cv2.imwrite("./1.jpg", img2)

2.采用cv读图-->画框-->Image存图

from PIL import Image, ImageDraw
import cv2
img1=cv2.imread('./555_F0ed5ee7e728f4b94a22fe30e93b1009a.JPG')
img1 = Image.fromarray(cv2.cvtColor(img1,cv2.COLOR_BGR2RGB)) #cv2.COLOR_BGR2GRAY
draw = ImageDraw.Draw(img1)
draw.rectangle([52, 52, 100, 100])
img1.save('./1.jpg')

3.采用Image读图-->画框-->Image存图

from PIL import Image, ImageDraw
img1=Image.open('./555_F0ed5ee7e728f4b94a22fe30e93b1009a.JPG')
draw = ImageDraw.Draw(img1)
draw.rectangle([52, 52, 100, 100])
img1.save('./3.jpg') 参考知识C 校验方法其实就是把两个有联系的东西 然后做一个实验 那么肯定就知道这两个东西的相关性能了 参考知识D 相关性的检验方法，这个是比较简单，可以通过学习基本的公式去进行检测的。