数学建模常用模型 ：相关性分析

佛自业障

数学建模常用模型13 ：相关性分析

相关分析研究的是两个变量的相关性,但你研究的两个变量必须是有关联的,如果你把历年人口总量和你历年的身高做相关性分析,分析结果会呈现显著地相关,但它没有实际的意义,因为人口总量和你的身高都是逐步增加的,从数据上来说是有一致性,但他们没有现实意义。

相关性分析和聚类分析一样，比较简单，数学建模中经常用，但是每次都只用一小步，或者只是对数据进行一下分析，根据分析的结果确定使用的方法，所以这些方法不要掌握的特别深，能会用SPSS实现就行。相关性分析可以是简单的理解为各个变量之间的相关程度。

一般这样认为：

0.8-1.0 极强相关

0.6-0.8 强相关

0.4-0.6 中等程度相关

0.2-0.4 弱相关

0.0-0.2 极弱相关或无相关

Sperman或kendall等级相关分析

Person相关（样本点的个数比较多）//一般常用皮尔逊相关

Copula相关（比较难，金融数学，概率密度）

典型相关分析（因变量组Y1234，自变量组X1234，各自变量组相关性比较强，问哪一个因变量与哪一个自变量关系比较紧密？）

下面是一个典型相关性分析的MATLAB的程序，想看的可以看一下

例 满意度典型相关分析

某调查公司从一个大型零售公司随机调查了 784 人，测量了 5 个职业特性指标和 7个职业满意变量，有关的变量见表 1讨论两组指标之间是否相联系。

表1 指标变量表

X组	X1—用户反馈，X2—任务重要性，X3—任务多样性,X4—任务特殊性 X5—自主性
Y组	Y1—主管满意度，Y2—事业前景满意度，Y3—财政满意度，Y4—工作强度满意度，Y5—公司地位满意度， Y6—工作满意度，Y7—总体满意度

相关系数矩阵数据见表 2

表2 相关系数矩阵数据

	X1	X2	X3	X4	X5	Y1	Y2	Y3	Y4	Y5	Y6	Y7
X1	1.00	0.49	0.53	0.49	0.51	0.33	0.32	0.20	0.19	0.30	0.37	0.21
X2	0.49	1.00	0.57	0.46	0.53	0.30	0.21	0.16	0.08	0.27	0.35	0.20
X3	0.53	0.57	1.00	0.48	0.57	0.31	0.23	0.14	0.07	0.24	0.37	0.18
X4	0.49	0.46	0.48	1.00	0.57	0.24	0.22	0.12	0.19	0.21	0.29	0.16
X5	0.51	0.53	0.57	0.57	1.00	0.38	0.32	0.17	0.23	0.32	0.36	0.27
Y1	0.33	0.30	0.31	0.24	0.38	1.00	0.43	0.27	0.24	0.34	0.37	0.40
Y2	0.32	0.21	0.23	0.22	0.32	0.43	1.00	0.33	0.26	0.54	0.32	0.58
Y3	0.20	0.16	0.14	0.12	0.17	0.27	0.33	1.00	0.25	0.46	0.29	0.45
Y4	0.19	0.08	0.07	0.19	0.23	0.24	0.26	0.25	1.00	0.28	0.30	0.27
Y5	0.30	0.27	0.24	0.21	0.32	0.34	0.54	0.46	0.28	1.00	0.35	0.59
Y6	0.37	0.35	0.37	0.29	0.36	0.37	0.32	0.29	0.30	0.35	1.00	0.31
Y7	0.21	0.20	0.18	0.16	0.27	0.40	0.58	0.45	0.27	0.59	0.31	1.00

一些计算结果的数据见下面的表格。

表3 的典型变量

	u1	u2	u3	u4	u5
X1	0.421704	-0.34285	0.857665	-0.78841	0.030843
X2	0.195106	0.668299	-0.44343	-0.26913	0.983229
X3	0.167613	0.853156	0.259213	0.468757	-0.91414
X4	-0.02289	-0.35607	0.423106	1.042324	0.524367
X5	0.459656	-0.72872	-0.97991	-0.16817	-0.43924

表 4原始变量与本组典型变量之间的相关系数

	u1	u2	u3	u4	u5
X1	0.829349	-0.10934	0.48534	-0.24687	0.061056
X2	0.730368	0.436584	-0.20014	0.002084	0.485692
X3	0.753343	0.466088	0.105568	0.301958	-0.33603
X4	0.615952	-0.22251	0.205263	0.661353	0.302609
X5	0.860623	-0.26604	-0.38859	0.148424	-0.12457

	V1	V2	V3	V4	V5
Y1	0.756411	0.044607	0.339474	0.129367	-0.33702
Y2	0.643884	0.358163	-0.17172	0.352983	-0.33353
Y3	0.387242	0.037277	-0.17673	0.53477	0.414847
Y4	0.377162	0.791935	-0.00536	-0.28865	0.334077
Y5	0.653234	0.108391	0.209182	0.437648	0.434613
Y6	0.803986	-0.2416	-0.23477	-0.40522	0.196419
Y7	0.502422	0.162848	0.4933	0.188958	0.067761

表 5原始变量与对应组典型变量之间的相关系数

	V1	V2	V3	V4	V5
X1	0.459216	0.025848	-0.05785	0.017831	0.003497
X2	0.404409	-0.10321	0.023854	-0.00015	0.027816
X3	0.417131	-0.11019	-0.01258	-0.02181	-0.01924
X4	0.341056	0.052602	-0.02446	-0.04777	0.01733
X5	0.476532	0.062893	0.046315	-0.01072	-0.00713

	u1	u2	u3	u4	u5
Y1	0.41883	-0.01055	-0.04046	-0.00934	-0.0193
Y2	0.356523	-0.08467	0.020466	-0.0255	-0.0191
Y3	0.214418	-0.00881	0.021064	-0.03863	0.023758
Y4	0.208837	-0.18722	0.000639	0.020849	0.019133
Y5	0.3617	-0.02562	-0.02493	-0.03161	0.02489
Y6	0.445172	0.057116	0.027981	0.029268	0.011249
Y7	0.278194	-0.0385	-0.05879	-0.01365	0.003881

表6 典型相关系数

1	2	3	4	5
0.5537	0.2364	0.1192	0.0722	0.0573

MATLAB源代码：

clc,clear

load r.txt %原始的相关系数矩阵保存在纯文本文件r.txt中

n1=5;n2=7;num=min(n1,n2);

s1=r(1:n1,1:n1); %提出X与X的相关系数

s12=r(1:n1,n1+1:end); %提出X与Y的相关系数

s21=s12'; %提出Y与X的相关系数

s2=r(n1+1:end,n1+1:end); %提出Y与Y的相关系数

m1=inv(s1)*s12*inv(s2)*s21; %计算矩阵M1

m2=inv(s2)*s21*inv(s1)*s12; %计算矩阵M2

[vec1,val1]=eig(m1); %求M1的特征向量和特征值

for i=1:n1

    vec1(:,i)=vec1(:,i)/sqrt(vec1(:,i)'*s1*vec1(:,i)); %特征向量归一化，满足a's1a=1

    vec1(:,i)=vec1(:,i)/sign(sum(vec1(:,i))); %特征向量乘以1或－1，保证所有分量和为正

end

val1=sqrt(diag(val1)); %计算特征值的平方根

[val1,ind1]=sort(val1,'descend'); %按照从大到小排列

a=vec1(:,ind1(1:num)) %取出X组的系数阵

dcoef1=val1(1:num) %提出典型相关系数

[vec2,val2]=eig(m2);

for i=1:n2

    vec2(:,i)=vec2(:,i)/sqrt(vec2(:,i)'*s2*vec2(:,i)); %特征向量归一化，满足b's2b=1

    vec2(:,i)=vec2(:,i)/sign(sum(vec2(:,i))); %特征向量乘以1或－1，保证所有分量和为正

end

val2=sqrt(diag(val2)); %计算特征值的平方根

[val2,ind2]=sort(val2,'descend'); %按照从大到小排列

b=vec2(:,ind2(1:num)) %取出Y组的系数阵

dcoef2=val2(1:num) %提出典型相关系数

x_u_r=s1*a %x,u的相关系数

y_v_r=s2*b %y,v的相关系数

x_v_r=s12*b %x,v的相关系数

y_u_r=s21*a %y,u的相关系数

mu=sum(x_u_r.^2)/n1 %x组原始变量被u_i解释的方差比例

mv=sum(x_v_r.^2)/n1 %x组原始变量被v_i解释的方差比例

nu=sum(y_u_r.^2)/n2 %y组原始变量被u_i解释的方差比例

nv=sum(y_v_r.^2)/n2 %y组原始变量被v_i解释的方差比例

fprintf('X组的原始变量被u1~u%d解释的比例为%f\n',num,sum(mu));

fprintf('Y组的原始变量被v1~v%d解释的比例为%f\n',num,sum(nv));

可以看出，所有五个表示职业特性的变量与有大致相同的相关系数，视为形容职业特性的指标。第一对典型变量的第二个成员V1与Y1，Y2，Y5，Y6有较大的相关系数，说明V1主要代表了主管满意度，事业前景满意度，公司地位满意度和工种满意度。而U1和V1之间的相关系数0.5537。

u1和v1解释的本组原始变量的比率：

，

X组的原始变量被到解释了100％， Y 组的原始变量被到解释了80.3％。

$ f* @0 i3 _$ N% T. [9 R2 b

1051373629

. P" W5 ?) P* c: L: I) S6 i! p谢谢分享 0
4 h! v, Y& {: a* m