플롯 1의 경우 간단한 상관 관계 분석을 수행하여 x와 y 간의 연관성을 테스트 할 수 있습니다.
관계가 비선형이지만 x와 y 사이에 명확한 관계가있는 플롯 2의 경우 연관성을 테스트하고 그 특성을 레이블링하려면 어떻게해야합니까?
플롯 1의 경우 간단한 상관 관계 분석을 수행하여 x와 y 간의 연관성을 테스트 할 수 있습니다.
관계가 비선형이지만 x와 y 사이에 명확한 관계가있는 플롯 2의 경우 연관성을 테스트하고 그 특성을 레이블링하려면 어떻게해야합니까?
답변:
... 관계는 비선형이지만 x와 y 사이에는 명확한 관계가 있습니다. 연관성을 테스트하고 그 특성을 어떻게 레이블링 할 수 있습니까?
R
gam()
y
x
library(mgcv)
g <- gam(y ~ s(x))
입력 summary(g)
하면 위의 가설 검정 결과가 제공됩니다. 관계의 본질을 특성화하는 한, 이것은 플롯으로 가장 잘 수행됩니다. 이를 수행하는 한 가지 방법 R
(위의 코드가 이미 입력되었다고 가정)
plot(g,scheme=2)
R
family=binomial
gam
x, z
gam
모든 데이터를 사용하여 추정 할 때 이러한 추정치는 부호가 크거나 반대입니다.
거리 상관 테스트를 사용하여 모든 종류의 종속성을 테스트 할 수 있습니다. 거리 상관에 대한 자세한 내용은 여기를 참조하십시오. 거리 상관 계산 이해
그리고 여기에 원본 논문 : https://arxiv.org/pdf/0803.4101.pdf
R에서는이 기능 을 사용하여 energy
패키지에 구현됩니다 dcor.test
.
내 이해가 잘못되면 누군가 나를 교정하지만 비 선형 변수를 처리하는 한 가지 방법은 선형 근사를 사용하는 것입니다. 예를 들어, 지수 분포를 기록하면 변수를 정규 분포로 취급 할 수 있습니다. 그런 다음 선형 회귀와 같은 문제를 해결하는 데 사용할 수 있습니다.
두 변수 사이의 비선형 관계를 감지하기 위해 일반 가산 모델을 구현했지만 최근에는 nlcor
R의 패키지를 통해 구현 된 비선형 상관 관계를 발견했습니다. Pearson 상관 관계와 동일한 방식으로이 방법을 구현할 수 있습니다 상관 계수는 Pearson 상관 관계에서와 같이 0과 1 사이이며 -1과 1이 아닙니다. 더 높은 상관 계수는 강한 비선형 관계가 존재 함을 의미합니다. 하자 두 시계열을 가정 x2
하고 y2
다음과 같이 두 시계열 간의 비선형 상관 관계 테스트
install.packages("devtools")
library(devtools)
install_github("ProcessMiner/nlcor")
library(nlcor)
c <- nlcor(x2, y2, plt = T)
c$cor.estimate
[1] 0.897205
두 변수는 비선형 관계를 통해 강한 상관 관계가있는 것으로 보이며 상관 계수에 대해 조정 된 p- 값을 얻을 수도 있습니다.
c$adjusted.p.value
[1] 0
결과를 플롯 할 수도 있습니다
print(c$cor.plot)
자세한 내용을 보려면이 링크 를 볼 수 있습니다