皮尔逊积矩相关系数 编辑
在统计学中，皮尔逊积矩相关系数用于度量两组数据的变量X和Y之间的线性关系相关的程度。它是两个变量的协方差与其标准差的乘积之比； 因此，它本质上是协方差的归一化度量，因此结果始终具有介于-1和1之间的值。与协方差本身一样，该度量只能反映变量的线性相关性，而忽略了许多其他类型的关系或相关性。举个简单的例子，可以预期高中青少年样本的年龄和身高的皮尔逊积矩相关系数显著大于0，但小于1。
2
图片 0 图片
评论 0 评论
匿名用户 · [[ show_time(comment.timestamp) ]]
[[ nltobr(comment.content) ]]
相关
加权相关网络分析也称为加权基因共表达网络分析，是一种广泛使用的数据挖掘方法，它用两两变量间皮尔逊积矩相关系数研究生物网络。它适用于高维度数据集，在基因组学领域应用的最为广泛。
相关系数，又称作 关联系数是一种相关程度的测量，在统计学上的意义是两个变数之间的关系。关系系数与“皮尔逊积矩相关系数”并不相同。
加权相关网络分析也称为加权基因共表达网络分析，是一种广泛使用的数据挖掘方法，它用两两变量间皮尔逊积矩相关系数研究生物网络。它适用于高维度数据集，在基因组学领域应用的最为广泛。
相关系数，又称作 关联系数，是一种相关程度的测量，在统计学上的意义是两个变数之间的关系。关系系数与“皮尔逊积矩相关系数”并不相同。