机器算法验证 - 在变量的对数变换之前或之后进行相关性 - 吾爱随笔录

在变量的对数变换之前或之后进行相关性

机器算法验证回归相关性对数皮尔逊-r

2022-03-17 08:35:39

关于是否应该在进行对数变换之前或之后计算两个随机变量 X 和 Y 的皮尔逊相关性，是否有一般原则？是否有一个程序来测试哪个更合适？它们产生相似但不同的值，因为对数变换是非线性的。这是否取决于对数后 X 或 Y 是否更接近正态？如果是这样，为什么这很重要？这是否意味着应该对 X 和 Y 与 log(X) 和 log(Y) 进行正态性检验，并据此决定 pearson(x,y) 是否比 pearson(log(x),log( y))？

2个回答

因为和是数据和的单调变换，所以您也可以选择使用Spearman 秩相关( ) 而不必担心变换数据，因为您会得到 $\log(X)$ $\log(Y)$ $X$ $Y$ $\rho_S$ $\rho_S(X,Y) = \rho_S(\log(X),\log(Y))$

Correlation(pearson) 测量两个连续变量之间的线性关系。(X,Y) 或 (log X, log Y) 没有这样的选择。变量的散点图可用于理解关系。

以下链接可能会回答有关正常性问题。关联

其它你可能感兴趣的问题

上一篇之间有什么联系：正常，χ2χ2& F 分布？下一篇Kinect 如何使用随机森林？