学习视频：【零基础教程】老哥：数学建模算法、编程、写作和获奖指南全流程培训！

文章目录

• 1. 相关性分析
• • 1.1 相关概念
  • 1.2 SPSS软件简单使用
• 2. 偏相关性分析
• 2.1 相关概念
• • 2.2 SPSS软件简单应用
• 3. 主成分分析
• • 3.1 问题引入
  • 3.2 数学模型
  • 3.3 SPSS简单应用
  • • 第一，对四个指标进行标准化处理；
    • 第三，计算特征向量矩阵（主成分表达式的系数）
    • 第四，计算主成分得分矩阵（主成分得分）
    • 第五，最后利用主成分函数、综合主成分公式：
    • 载荷图：
    • 系谱图：
    • 聚类散点图：
    • 相关系数矩阵热图:

1. 相关性分析

1.1 相关概念

在统计学上，我们通常这样判断变量之间是否有关：如果一个变量的取值发生变化，另外一个变量的取值也相应发生变化，则这两个变量有关。如果一个变量的变化不引起另一个变量的变化则二者无关。

变量关系强度的含义：指两个变量相关程度的高低。统计学中是以准实验的思想来分析变量相关的。通常从以下的角度分析：

A）两变量是否相互独立。

B）两变量是否有共变趋势。

C）一变量的变化多大程度上能由另一变量的变化来解释

2. 偏相关性分析

2.1 相关概念

3. 主成分分析

3.1 问题引入

3.2 数学模型

第四，计算主成分得分矩阵（主成分得分）

第五，最后利用主成分函数、综合主成分公式：

载荷图：

系谱图：

聚类散点图：

相关系数矩阵热图:

文章知识点与官方知识档案匹配，可进一步学习相关知识算法技能树首页概览34531 人正在系统学习中