Question

我们如何关联具有不同比例的两个数据集/曲线，即一条曲线的y轴范围为（0,70000），另一条曲线的y轴范围为（0,150000）。如果它们处于相同的比例，则可以使用cor（）函数。我想检查一条曲线是否依赖于其他曲线是否相关。有什么想法吗？

Answer 1

如果您查看definition of Pearson's product moment of correlation（默认情况下cor计算的内容），您会看到它是一个线性运算符。也就是说，如果a和b是常数，则cor（aX + b，Y）= cor（X，Y）。因此，X和Y之间的差异并不重要。请记住，此关联仅测量线性依赖：它们可能是“相关的”但具有低相关性。如果关系是非线性的，则会发生这种情况，例如：

set.seed(100)
x <- rnorm(100)
y <- x^2
cor(x,y)
# 0.1224623

Answer 2

如果您正在寻找两组数据之间的相关性，则相关量不依赖于数据集范围的差异。

例如，我们可以随机设置y个值，然后进行缩放。相关性仍为1：

> y <- rnorm(100)
> y2 <- y*2 + 20
> cor(y, y2)
[1] 1

为了进一步证明相关量与规模的线性变化无关，请查看不相关数据的情况：

> y3 = rnorm(100)
> cor(y, y3)
[1] -0.05293818
> y4 <- y3*2 + 20
> cor(y, y4)
[1] -0.05293818

所以，回答你的问题。我认为函数cor应该仍适合你。

Answer 3

相关性不应该取决于数据的绝对范围，我不会想到。只需将一个数据集乘以一个常量，使其与另一个数据集具有相同的范围？

关联不同尺度的两个数据集

3 个答案: