R相关:如何找到变量之间的关系
很多时候，人们会想到编程，并考虑使用C、Python和Perl等语言，但也有一些其他语言具有截然不同的用途。其中一种语言就是R，它正在迅速流行起来。R不是用来制作视频游戏或网页的，而是用来让人们轻松地进行复杂的统计。
在统计分析中，你会经常用到字母r。找到r相关性是统计学的基本原则之一，甚至有一种完整的编程语言都围绕着它。
当找到两个变量的相关系数时，你将首先得到数据样本，然后找到协方差除以每个变量标准差的乘积。
尽管找到r相关性的概念似乎很难理解，但它并不那么复杂。有些人很容易就能找到变量之间的r相关性。如果您真的想更好地理解r相关性和r的其他统计概念，那么您应该查看Udemy课程从实践中学习和介绍R。
计算R相关
在学习如何通过语言找到r相关性之前，最好先了解如何计算相关性。理解这个概念将使你更容易编程。除此之外，如果你能理解r相关是如何在程序之外工作的，你就能更容易地识别错误。
话虽如此，寻找r相关性涉及到非常漫长的计算，如果没有计算器或r编程，您预计将花费大量时间来完成它。
在开始寻找r相关性之前，必须首先对配对数据进行初步计算。对将被称为(x我,y我)。当你在做基本的算术时，出错是很容易的，这意味着你应该在继续之前检查你的答案。
首先要做的是计算x平面上所有第一个坐标的均值，这个均值的结果就是x- - - - - -。
接下来，你想对你的第二个坐标或者y平面上的坐标做同样的事情，并调用结果y- - - - - -。
下面的步骤是计算sx或者说x第一个坐标的样本标准差我对s做同样的事情y为y中所有数据的第二组坐标我。
接下来的步骤将帮助您找到相关系数。如果事情变得有点太复杂了，你可以回过头来再做一遍第一组计算，直到你觉得可以继续下去。你也可以尝试使用一个程序来帮助你，比如Microsoft Excel，它非常适合通过找到变量之间的关系线性相关系数。
按照前面的步骤，您将使用一些公式来帮助您找到相关系数。首先，你将使用这个公式(zx)我= (x我- x̄)/年代x,这将允许你计算每个x的标准化值我。您将使用类似的公式来找到每个y的标准化值我通过把前面公式中的每一个x换成y。
最后的步骤要简单得多。首先，将Z的对应值相乘x和Zy在一起。添加产品你之前做的问题。最后一步是把这些值相加得到的和除以最后一步的n - 1。在这种情况下，n是所有的点，在x和y平面上都在数据中。最终的结果称为相关系数r。
正如你所看到的，每一步都非常简单，你只需要基本的加法和乘法知识就可以完成，但它们都是深度涉及的，在一步上犯一个错误可能会彻底毁掉整个问题。因此，在问题中很难准确地找到r相关性。
求相关系数的例子
现在你已经知道了相关系数，让我们看一个你自己如何做这个问题的例子。你可以从一组简单的对开始。在这种特殊情况下，可以使用(1,1)、(2,3)、(4,5)和(5,7)。
第一步后,你会发现数字的平均值在x和y坐标,在这种情况下是3 4 x和y。接下来,你需要找到x和y的标准偏差。尝试使用上面的公式,x应该是1。83 y应该是2。58，之后你需要做一系列的计算。记住，当你完成你的计算时要把乘积相加除以n - 1。记住n是这个问题的配对数，这意味着你要把所有的都除以4 - 1或3。相关系数应该是0.9899
使用统计软件
由于有了r编程语言，您不必担心手工完成上述所有计算。如果你有了统计软件，你就可以让电脑为你做所有的事情，大大减少你犯错的机会。
对于r语言，可以使用相关函数cor()来找到r相关性。这个函数的一个简单版本是cor (x, use=， method=)
在这个函数中，x是矩阵或数据框架，你将使用它来找到你的相关性。使用是为了处理所有丢失的数据，你可以声明没有丢失数据，程序应该做列表删除，或者应该做成对删除。
函数的最后一部分是最重要的，因为它是程序将要决定使用的相关方法。您可以选择皮尔逊、斯皮尔曼或肯德尔相关，但对于这种情况，您将使用皮尔逊方法。
统计软件不仅适用于快速计算，也适用于更大的数据集。这种类型的软件是很重要的,对于那些认真做统计分析,你应该考虑越来越习惯于它,这样您就可以更好地理解r。如果你想亲手做不同类型的统计与r,那么您应该检查Udemy课程R数据分析。本课程旨在帮助初学者了解r的工作原理和使用方法。当然，r相关性也包括在内，这使它成为一个很好的资源来回顾您所学的内容。
R的重要性
通过统计，人们可以发现很多关于他们的业务。我们可以看到一家公司能赚多少钱，也可以看到顾客对商店的偏好。有几种模型使用数据分析来帮助决策制定。如果您想看到数据分析如何在实际应用程序中使用的示例，请查看客户选择建模与RUdemy课程。本课程将详细解释如何预测顾客的需求。
