PHP 相关性系数计算
相关系数公式
参考:https://baike.baidu.com/item/相关系数
PHP 实现代码
public static function calc($list)
{
$cv = [];
$X = [];
$Y = []; foreach ($list as $r)
{
if (count($r) != 2)
{
continue;
} $X[] = floatval($r[0]);
$Y[] = floatval($r[1]);
} $xavg = array_sum($X)/count($X); // X 平均值
$yavg = array_sum($Y)/count($Y); // Y 平均值
$XMD = []; // X 离均差
$YMD = []; // Y 离均差
$mdcross_sum = 0; // X,Y 离均差交乘积和
$xdif_square_sum = 0; // X 离均差平方和
$count = count($X);
for ($i=0; $i<$count; $i++)
{
$xdif = (float)$X[$i]-$xavg; // X 离均差
$ydif = (float)$Y[$i]-$yavg; // Y 离均差
$XMD[$i] = $xdif;
$YMD[$i] = $ydif;
$mdcross_sum += $xdif*$ydif; // X,Y 离均差交乘积和
$xdif_square_sum += pow($xdif, 2); // X 离均差平方和
} if ($xdif_square_sum == 0)
{
$b = 0;
$a = 0;
}
else
{
$b = round($mdcross_sum/$xdif_square_sum, 2); // 计算斜率 b
$a = round($yavg-$b*$xavg, 2); // 计算常数项 a
} /*
$str = '';
$str .= "X = ".join(", ",$X)."<br>";
$str .= "Y = ".join(", ",$Y)."<br>";
$str .= "常数项 a = ".$a."<br>";
$str .= "斜率 b = ".$b."<br>";
$str .= "线性回归方程式 Y = ".$a." + (".$b.")X<br>";
$str .= "X 平均值 = ".$xavg."<br>";
$str .= "Y 平均值 = ".$yavg."<br>";
$str .= "X 离均差 = ".join(", ",$XMD)."<br>";
$str .= "Y 离均差 = ".join(", ",$YMD)."<br>";
$str .= "X,Y 离均差交乘积和 = ".$mdcross_sum."<br>";
$str .= "X 离均差平方和 = ".$xdif_square_sum."<br>"; SysLog::add($str, 'debug');
*/ $cv['a'] = $a;
$cv['b'] = $b; // 计算相关系数
$cv_up = 0;
$cv_down_x = 0;
$cv_down_y = 0;
for ($i=0; $i<$count; $i++)
{
$cv_up += ($X[$i]-$xavg) * ($Y[$i]-$yavg);
$cv_down_x += pow($X[$i]-$xavg, 2);
$cv_down_y += pow($Y[$i]-$yavg, 2);
} if ($cv_down_x * $cv_down_y == 0)
{
$cv['cv'] = 0;
}
else
{
$cv['cv'] = round($cv_up / sqrt($cv_down_x * $cv_down_y), 2);
} return $cv;
}
PHP 相关性系数计算的更多相关文章
- 相关性系数及其python实现
参考文献: 1.python 皮尔森相关系数 https://www.cnblogs.com/lxnz/p/7098954.html 2.统计学之三大相关性系数(pearson.spearman.ke ...
- 统计学三大相关性系数:pearson,spearman,kendall
目录 person correlation coefficient(皮尔森相关性系数-r) spearman correlation coefficient(斯皮尔曼相关性系数-p) kendall ...
- 相关性系数缺点与证明 k阶矩
相关性系数 https://baike.baidu.com/item/相关系数/3109424?fr=aladdin 缺点 需要指出的是,相关系数有一个明显的缺点,即它接近于1的程度与数据组数n相关, ...
- Python 余弦相似度与皮尔逊相关系数 计算
夹角余弦(Cosine) 也可以叫余弦相似度. 几何中夹角余弦可用来衡量两个向量方向的差异,机器学习中借用这一概念来衡量样本向量之间的差异. (1)在二维空间中向量A(x1,y1)与向量B(x2,y2 ...
- kappa 一致性系数计算实例
kappa系数在遥感分类图像的精度评估方面有重要的应用,因此学会计算kappa系数是必要的 实例1 实例2
- B-spline Curves 学习之B样条曲线的系数计算与B样条曲线特例(6)
B-spline Curves: Computing the Coefficients 本博客转自前人的博客的翻译版本,前几章节是原来博主的翻译内容,但是后续章节博主不在提供翻译,后续章节我在完成相关 ...
- R语言矩阵相关性计算及其可视化?
目录 1. 矩阵相关性计算方法 base::cor/cor.test psych::corr.test Hmisc::rcorr 其他工具 2. 相关性矩阵转化为两两相关 3. 可视化 corrplo ...
- Elasticsearch学习笔记(十四)relevance score相关性评分的计算(1)
一.多shard场景下relevance score不准确问题 1.问题描述: 多个shard下,如果每个shard包含指定搜索条件的document数量不均匀的情况下, ...
- python数据相关性分析 (计算相关系数)
#-*- coding: utf-8 -*- #餐饮销量数据相关性分析 计算相关系数 from __future__ import print_function import pandas as pd ...
随机推荐
- linux档案和目录的管理
资料来自鸟哥的linux私房菜,记录下来供自己平常使用参考 一:目录和路径: cd:change direcoty,变换目录的意思,就是从一个目录变到另一个目录,然后可以用绝对路径去变换目录,也可以用 ...
- 《大象 Thinking in UML》读书笔记:软件开发——从现实世界到对象世界
参考:Process-oriented vs. Object-oriented 前言 软件行业在采用OO的思想后,从一开始只对编码使用OO,到现在“分析-设计-编码”全部环节使用OO,形成了OOA.O ...
- HTML常用全部代码--第一部分--HTML/CSS( 小伙伴要牢记😁😁😁😁 )
<一>html代码大全:结构性定义 (1) 文件类型<HTML></HTML> (放在档案的开头与结尾) (2) 文件主题<TITLE></TIT ...
- 团队——Alpha版本发布
这个作业属于哪个课程 课程链接 这个作业要求在哪里 作业要求的链接 团队名称 杨荣模杰和他的佶祥虎 这个作业的目标 发布并说明产品Alpha版本 一.团队成员的学号姓名列表 学号 姓名 2017311 ...
- docker学习6-docker-compose容器集群编排
前言 实际工作中我们部署一个应用,一般不仅仅只有一个容器,可能会涉及到多个,比如用到数据库,中间件MQ,web前端和后端服务,等多个容器. 我们如果一个个去启动应用,当项目非常多时,就很难记住了,所有 ...
- docker学习5-docker安装tomcat环境和部署war包
前言 tomcat部署web项目非常方便,把war包放到webapps目录就可以了.本篇使用docker快速搭建一个tomcat环境 下载tomcat镜像 拉取官方最新版tomcat镜像 [root@ ...
- 快排算法Java版-每次以最左边的值为基准值手写QuickSort
如题 手写一份快排算法. 注意, 两边双向找值的时候, 先从最右边起找严格小于基准值的值,再从最左边查找严格大于基准base的值; 并且先右后左的顺序不能反!!这个bug改了好久,233~ https ...
- 使用 Word 写作论文时设置格式技巧记录
这里主要记录使用 Word 2013 版本的 Microsoft office Word 软件进行论文书写时的一些常用的格式设置技巧,以供分享与记录. Word文档页脚添加页码 Word设置多级标题格 ...
- .Net Core 遇到 “'windows-1252' is not a supported encoding name.”
使用iTextSharp生成Pdf文件时报错如下: 'windows-1252' is not a supported encoding name. For information on defini ...
- 学习:C++中的头文件和源文件详解
一.C++编译模式: 通常,在一个C++程序中,只包含两类文件――.cpp文件和.h文件.其中,.cpp文件被称作C++源文件,里面放的都是C++的源代码:而.h文件则被称作C++头文件,里面放的也是 ...