Для графика 1 я могу проверить связь между x и y, выполнив простую корреляцию.
Для графика 2, где взаимосвязь нелинейная, но существует четкая связь между x и y, как я могу проверить связь и обозначить ее природу?
Для графика 1 я могу проверить связь между x и y, выполнив простую корреляцию.
Для графика 2, где взаимосвязь нелинейная, но существует четкая связь между x и y, как я могу проверить связь и обозначить ее природу?
... взаимосвязь нелинейная, но существует четкая связь между x и y, как я могу проверить ассоциацию и обозначить ее природу?
R
gam()
y
x
library(mgcv)
g <- gam(y ~ s(x))
Печатание summary(g)
даст вам результат проверки гипотезы выше. Что касается характеристики характера отношений, это лучше всего сделать с помощью сюжета. Один из способов сделать это R
(предполагая, что код выше уже был введен)
plot(g,scheme=2)
R
family=binomial
gam
x, z
gam
источник
Вы можете проверить любую зависимость с помощью тестов корреляции расстояний. Смотрите здесь для получения дополнительной информации о корреляции расстояния: Понимание расчетов корреляции расстояния
А вот оригинал статьи: https://arxiv.org/pdf/0803.4101.pdf
В R это реализовано в
energy
пакете сdcor.test
функцией.источник
Кто-то исправит меня, если мое понимание здесь неверно, но один из способов справиться с нелинейными переменными - это использовать линейное приближение. Так, например, взятие журнала экспоненциального распределения должно позволить вам рассматривать переменную как нормальное распределение. Затем он может быть использован для решения проблемы, как любая линейная регрессия.
источник
Я использовал для реализации общей аддитивной модели для обнаружения нелинейных отношений между двумя переменными, но недавно я узнал о нелинейной корреляции, реализованной с помощью
nlcor
пакета в R, вы можете реализовать этот метод так же, как корреляция Пирсона коэффициент корреляции находится между 0 и 1, а не -1 и 1, как в корреляции Пирсона. Более высокий коэффициент корреляции подразумевает существование сильной нелинейной связи. Давайте предположим, что два временных ряда,x2
иy2
нелинейная корреляция между двумя временными рядами проверяется следующим образомКажется, что две переменные сильно коррелируют через нелинейные отношения, вы также можете получить скорректированное значение p для коэффициента корреляции
Вы также можете построить результаты
Вы можете просмотреть эту ссылку для более подробной информации
источник