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皮尔逊相关系数代码

在MATLAB中，计算两个变量之间的皮尔逊相关系数（Pearson's correlation coefficient）可以使用`corrcoef`函数。这是一个简单的例子：

% 假设我们有两组数据 x 和 y
x = [1 2 3 4 5]; % 这是一组示例数据
y = [2 4 6 8 10]; % 另一组数据

% 使用 corrcoef 函数计算皮尔逊相关系数
[r, ~] = corrcoef(x', y'); % ' 表示转置，~ 表示忽略结果矩阵中的其他信息

% 相关系数存储在 r(1,2) 或 r(2,1)，因为 corrcoef 返回对角线是对称的
correlation_coefficient = r(1, 2); % 取出相关系数值

disp(['皮尔逊相关系数: ', num2str(correlation_coefficient)]);

在这个代码中，`corrcoef`返回的是一个二维数组，对角线元素是每个变量自身的相关系数，非对角线元素则是两个变量之间的相关系数。我们只需要其中的一个值。

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