From 191d0aa497772e4cb3f8d9978a3075bf6bf09a73 Mon Sep 17 00:00:00 2001 From: taishan Date: Thu, 2 Feb 2023 08:22:39 +0000 Subject: [PATCH] update README.md. Signed-off-by: taishan --- README.md | 13 ++++++++----- 1 file changed, 8 insertions(+), 5 deletions(-) diff --git a/README.md b/README.md index b813fc3..cd06f3c 100644 --- a/README.md +++ b/README.md @@ -11,12 +11,15 @@ ![输入图片说明](https://images.gitee.com/uploads/images/2020/0731/193612_8dfc4af8_1981977.png "屏幕截图.png") 公式定义为： 两个连续变量(X,Y)的pearson相关性系数(Px,y)等于它们之间的协方差cov(X,Y)除以它们各自标准差的乘积(σX,σY)。系数的取值总是在-1.0到1.0之间，接近0的变量被成为无相关性，接近1或者-1被称为具有强相关性。 -皮尔森相关系数反映了两个变量的线性相关性的强弱程度，r的绝对值越大说明相关性越强。 + ** +皮尔森相关系数反映了两个变量的线性相关性的强弱程度，r的绝对值越大说明相关性越强。** + + +- 当r>0时，表明两个变量正相关，即一个变量值越大则另一个变量值也会越大； +- 当r<0时，表明两个变量负相关，即一个变量值越大则另一个变量值反而会越小； +- 当r=0时，表明两个变量不是线性相关的（注意只是非线性相关），但是可能存在其他方式的相关性（比如曲线方式）； +- 当r=1和-1时，意味着两个变量X和Y可以很好的由直线方程来描述，所有样本点都很好的落在一条直线上。 -当r>0时，表明两个变量正相关，即一个变量值越大则另一个变量值也会越大； -当r<0时，表明两个变量负相关，即一个变量值越大则另一个变量值反而会越小； -当r=0时，表明两个变量不是线性相关的（注意只是非线性相关），但是可能存在其他方式的相关性（比如曲线方式）； -当r=1和-1时，意味着两个变量X和Y可以很好的由直线方程来描述，所有样本点都很好的落在一条直线上。 通常情况下通过以下取值范围判断变量的相关强度： 相关系数 0.8-1.0 极强相关