例子

小明称体重发现自己有94斤，之前都是90的，小明想看看跟90有没有具体的差异。

• 90斤的条件下， W~N(90,4) 现在进行正态分布标准化 (w - 90）/ 2 ~ N(0,1)
• 置信水平 95% 或者 99% ，Z~N（0，1） 且Z有95%的可能性位于区间接受域【-1.96，1.96】=0.95[1.96通过累积密度函数得来] 还有拒绝域
• 概率密度函数pdf => 离散型随机变量+ 连续型随机变量【 =1 】

 ![](https://uploadfiles.nowcoder.com/images/20190906/800352933_1567740098481_06AEF441035FC11DF0892211A3D4E525)
  [https://blog.csdn.net/hhaowang/article/details/83898881](https://blog.csdn.net/hhaowang/article/details/83898881)
  得出94斤拒绝原假设 如果置信区域设置在99% 无法拒绝
  ![](https://uploadfiles.nowcoder.com/images/20190906/800352933_1567740099052_56499ECFC8F373AF0F998E625BE638A1)

总结步骤

皮尔逊相关系数

• 前两步
  

• 后两步
  

一般取95% 查表 临界值表 n 自由度

对N个随机样本而言，自由度df=n-k。其中n为样本数量，k为被限制的条件数或变量个数

**的意思

通过SPSS 软件也可进行皮尔逊相关系数分析

• 得到答案 可视化跟显著性二选一
  

条件

需要检验正态分布

正态分布JB检验 【n>30】

偏度的介绍

采用代码进行检验

[h , p ] = jbtest(Test(:,1),0.01)         都是1 拒绝原假设 不是正态分布  样本> 30

夏皮洛-威尔克检验 3 < n < 50

• 利用spss 软件
  

• 解得 最后一列为p值 看看接近0 不 为0拒绝原假设

  

Q_Q图 小样本不要用QQ图

• qqplot

  

描述性统计 -> 正态性检验 如果没有通过检验 就用 斯皮尔曼系数

看散点图 看看有没有线性的趋势 有线性关系就可算出斯皮尔曼
需要用假设检验的话要 检验正态分布
相同的话取平均值 大于0 正相关 小于0 负相关 越大相关性越强

• 第一种斯皮尔曼相关系数 被定义为等级之间的皮尔逊相关系数 行向量 微小差别为同值为同位

  

• 第二种 X 和 Y 都要为列向量 行向量运算为 NaN 异常

  

RX =  [2 5 3 4 1];
RY =  [1 4.5 3 4.5 2];
R = corrcoef(RX , RY)
RX =  [3 8 4 7 2];
RY =  [5 10 9 10 6 ];
R = corr(RX , RY , 'type','Spearman')
%两种答案相同说明 matlab 按照第二种皮尔逊那种进行计算

小样本 需要进行查表

大样本

591 -> 样本数

通过 （1- normcdf( R ) * 2） 得出
或者

通过spss软件进行数据分析

答案

皮尔逊相关系数与斯皮尔曼