matlab 皮尔逊相关系数计算代码

下面是 Matlab 中计算两个向量的皮尔逊相关系数的代码：

function r = pearson_corr(x, y)
% 计算两个向量 x 和 y 的皮尔逊相关系数

n = length(x);                    % 向量长度
mean_x = mean(x);                 % 求 x 的平均值
mean_y = mean(y);                 % 求 y 的平均值
std_x = std(x);                   % 求 x 的标准差
std_y = std(y);                   % 求 y 的标准差

% 计算皮尔逊相关系数
r = sum((x-mean_x).*(y-mean_y)) / (std_x*std_y*(n-1));
end

使用方法：将两个向量作为参数传入函数 `pearson_corr(x, y)` 即可计算它们的皮尔逊相关系数。例如：

x = [1, 2, 3, 4, 5];
y = [2, 3, 4, 5, 6];
r = pearson_corr(x, y);
disp(r);

输出结果为：`1.0000`，即两个向量完全正相关。

相关问题

matlab计算皮尔逊相关系数的代码

要计算MATLAB中的皮尔逊相关系数，可以使用corr函数。下面是一个示例代码：

a = [0.6; 0.9; 0.78; 0.28; 0.44; 0.40; 0.69; 0.94; 0.45];
b = [31.46; 26.75; 32.08; 26.38; 29.75; 27.57; 28.56; 27.67; 28.18];

coeff = corr(a, b, 'type', 'Pearson'); %

这段代码中，a和b分别是两个向量，代表了数据的两个维度。corr函数用于计算这两个向量的相关系数。'type'参数指定了相关系数的类型，这里使用'Pearson'表示计算皮尔逊相关系数。计算结果存储在变量coeff中。

参考文献：
Pearson correlation coefficient in MATLAB. https://www.mathworks.com/matlabcentral/answers/249245-pearson-correlation-coefficient

用matlab编写皮尔逊相关系数计算

你可以使用MATLAB编写皮尔逊相关系数的计算。皮尔逊相关系数是用来衡量两个变量之间线性相关程度的统计量。以下是一个简单的示例代码：

% 定义两个变量
x = [1, 2, 3, 4, 5]; 
y = [2, 4, 6, 8, 10];

% 计算平均值
mean_x = mean(x);
mean_y = mean(y);

% 计算标准差
std_x = std(x);
std_y = std(y);

% 计算协方差
cov_xy = cov(x, y);

% 计算皮尔逊相关系数
pearson_coefficient = cov_xy(1, 2) / (std_x * std_y);

% 显示结果
disp("皮尔逊相关系数: " + pearson_coefficient);

这段代码中，我们首先定义了两个变量 `x` 和 `y`，然后计算了它们的平均值和标准差。接下来，使用 `cov` 函数计算了变量 `x` 和 `y` 的协方差，并根据皮尔逊相关系数的定义，通过除以标准差的乘积得到最终的皮尔逊相关系数。

运行以上代码，你将得到输出结果为：

皮尔逊相关系数: 1

这表明变量 `x` 和 `y` 是完全正相关的。你可以根据需要修改变量 `x` 和 `y` 的值，以及其他计算相关统计量的方法。