相関係数ã®å¤§å°ã¯ç›¸é–¢ã®æœ‰ç„¡ã¨ã¯å…¨ã関係ãªã„件ã«ã¤ã„ã¦ã€‚
話題ã«ãªã£ãŸæ—¥çµŒã®ãƒˆãƒ³ãƒ‡ãƒ¢ã‚°ãƒ©ãƒ•ã«å¯¾ã™ã‚‹çªã£è¾¼ã¿ã§ã€ç›¸é–¢ä¿‚æ•°ã«ã¯è¨€åŠã—ã¦ã‚‚p値ã€æœ‰æ„水準ã«ã¤ã„ã¦ã®è¨€åŠã¯å°‘ãªãã€å‹˜é•ã„ã—ã¦ã„る人ãŒå¤šã„ã®ã§ã¯ãªã„ã‹ï¼Ÿã¨æ„Ÿã˜ãŸã®ã§ãƒ–ラッシュアップも兼ãã¦ã¾ã¨ã‚ã¾ã—ãŸã€‚
相関係数ã®æœ‰æ„性を確ã‹ã‚る方法ã«ã¤ã„㦠-相関係数ã«ã¤ã„ã¦1æ©è¸ã¿è¾¼ã‚€- - Data Science by R and Python
相関係数ã¨ã¯ï¼Ÿ 相関係数ã«ã¤ã„ã¦ã¯ã€ï¼˜æœˆã®ã‚¨ãƒ³ãƒˆãƒªãƒ¼ã‚’å‚ç…§ã—ã¦ã‚‚らã†ã¨è‰¯ã„ã‹ã¨æ€ã„ã¾ã™ã€‚ 「相関係数ã€ã£ã¦ãªã‚“ã§ã™ã‹ï¼Ÿ -æ„味ã¨åˆ©ç‚¹ã¨æ¬ 点をã‚ã‹ã‚Šã‚„ã™ã- - Data Science by R and Python ç°¡å˜ã«èª¬æ˜Žã—ã¦ãŠãã¨ã€ç›¸é–¢ã¨ã„ã†ã®ã¯ã€Œ2ã¤ã®å¤‰æ•°ã®é–“ã«å˜åœ¨ã™ã‚‹ã€ç›´ç·šçš„関係ã€ã‚’指ã—ã¦ã„ã¾ã™ã€‚相関係数ã¨ã„ã†ã®ã¯ã€ãã®ç›´ç·šåº¦åˆã„ã‚’0~1ã®æ•°å—ã§è¡¨ã—ãŸã‚‚ã®ã¨è¨€ãˆã¾ã™ã€‚ãŸã ã—ã€å€¤ã«ã¯å¤§å°é–¢ä¿‚ã—ã‹ã‚ã‚Šã¾ã›ã‚“（相関係数0.8ã¯ã€ç›¸é–¢ä¿‚æ•°0.4ã®ã¨ãよりも2å€ç›¸é–¢ãŒå¼·ã„ã¨ã„ã†æ„味ã§ã¯ãªã„ã®ã§æ³¨æ„ã—ã¦ãã ã•ã„）。 ã•ã¦ã€ãƒ‡ãƒ¼ã‚¿ã®åˆ†æžãƒ»è§£æžã«é–¢ã‚らãšã€ã„ãã¤ã‹ã®å¤‰æ•°ãŒã‚るデータã§ã¯ã€ç›¸é–¢ä¿‚数を計算ã—ã¦ã€å¤‰æ•°ã®é–“ã«é–¢ä¿‚ãŒã‚ã‚‹ã‹ã‚’ãƒã‚§ãƒƒã‚¯ã™ã‚‹ã®ãŒä¸€èˆ¬çš„ã§ã™ã€‚å‰ã®ã‚¨ãƒ³ãƒˆãƒªãƒ¼ã«ã‚‚ã‚るよã†ã«ã“ã‚Œã¯ã€Œç›´ç·šçš„ãªé–¢ä¿‚ã€ã—ã‹èª¿ã¹ã‚‰ã‚Œãªã„ã§ã™ã—ã€è‰²ã€…ã¨åˆ¶ç´„ã‚‚ã‚ã‚Šã€ã„ã¡ã„ã¡ç¢ºèªã™ã‚‹ã®ã¯é¢å€’ã§ã™ãŒã€ãã‚Œã§ã‚‚使ã„å‹
å相関係数
è£ RjpWiki ã® 2 個ã®æ™‚系列データã®ç›¸é–¢ã‚’考ãˆã‚‹ã¨ãã¯... 㨠2 個ã®æ™‚系列データã®ç›¸é–¢ã‚’考ãˆã‚‹ã¨ãã¯...（ãã®2） ãŒãŸã„ã¸ã‚“ãŠã‚‚ã—ã‚ã‹ã£ãŸã®ã§è©¦ã—ã¦ã¿ãŸã€‚ ã¾ãš p 値ã¯æœ¬æ¥ã¯å¸°ç„¡ä»®èª¬ã®ã‚‚ã¨ã«ä¸€æ§˜åˆ†å¸ƒã«ãªã‚‹ã¹ãã§ã‚る。例： p = replicate(100000, { x = rnorm(100) y = rnorm(100) cor.test(x, y)$p.value }) hist(p, freq=FALSE, breaks=20, col="gray", main="") ã—ã‹ã—「時系列ã€ã§ã¯ãã†ãªã‚‰ãªã„ã“ã¨ãŒã‚る。例ã¨ã—ã¦ï¼Œã¾ã£ãŸã独立ã«ç”Ÿæˆã•ã‚ŒãŸã¯ãšã®äºŒã¤ã®ãƒ©ãƒ³ãƒ€ãƒ ウォークã™ã‚‹ç³»åˆ—ã®ç›¸é–¢ä¿‚数を求ã‚ã‚‹ã¨ï¼Œã“ã‚“ãªå…·åˆã«ãªã‚‹ï¼š p = replicate(100000, { x = cumsum(rnorm(100)) y = cumsum(rnorm(100)
2 個ã®æ™‚系列データã®ç›¸é–¢ã‚’考ãˆã‚‹ã¨ãã¯...（ãã®2） - è£ RjpWiki
Julia ã¨ãã©ã R, Python ã«ã‚ˆã‚‹ã‚³ãƒ³ãƒ”ュータプãƒã‚°ãƒ©ãƒ ï¼Œã‚³ãƒ³ãƒ”ãƒ¥ãƒ¼ã‚¿ãƒ»ã‚µã‚¤ã‚¨ãƒ³ã‚¹ï¼Œçµ±è¨ˆå¦ å…ƒãƒ‡ãƒ¼ã‚¿ãŒãªã„（？）よã†ãªã®ã§ï¼Œã‚°ãƒ©ãƒ•ã‹ã‚‰èªã¿å–ã£ã¦åˆ†æžã—ã¦ã¿ã‚‹ã€‚ > d = read.table("takahashi.dat", header=TRUE) # データã¯æœ«å°¾ã«æŽ²è¼‰ > plot(x ~ t, type="o", col="blue", pch=16, ylim=c(-1.5, 2), ylab="x", xlab="t") > points(y ~ t, type="o", col="red", pch=16, yaxt="n", ylab="y") > axis(4, at=seq(-1.5, 2, length=11), labels=seq(90, 140, by=5)) > mtext("y", 4, 1.8) > (r_xy = cor(x, y)) #
2 個ã®æ™‚系列データã®ç›¸é–¢ã‚’考ãˆã‚‹ã¨ãã¯... - è£ RjpWiki
Julia ã¨ãã©ã R, Python ã«ã‚ˆã‚‹ã‚³ãƒ³ãƒ”ュータプãƒã‚°ãƒ©ãƒ ï¼Œã‚³ãƒ³ãƒ”ãƒ¥ãƒ¼ã‚¿ãƒ»ã‚µã‚¤ã‚¨ãƒ³ã‚¹ï¼Œçµ±è¨ˆå¦ http://abrahamcow.hatenablog.com/entry/2014/09/11/024924 「時系列データã®ç›¸é–¢ä¿‚æ•°ã¯ã‚ã¦ã«ãªã‚‰ãªã„……ã®ã‹ï¼Ÿã€€æ•™ãˆã¦ä¸‹ã•ã„ã€ãªã‚“ã ã‘ã©... ç§ã®ã‚³ãƒ¡ãƒ³ãƒˆãŒæ°—ã«è§¦ã‚‹ã“ã¨ãŒå¤šã„よã†ãªã®ã§ã™ãŒï¼ˆç‰¹ã«æ‚ªæ„ã¯ãªã„ã¤ã‚‚ã‚Šãªã‚“ã§ã™ã‘ã©ï¼Œã™ã¿ã¾ã›ã‚“ã） ç§ã¯ï¼ŒçµŒæ¸ˆå¦ã¨ã‹æ™‚系列ã«ã¤ã„ã¦ã¯ã‚ˆã知らãªã„ã®ã§ã™ãŒï¼Œã€Œã“ã‚Œã¯ã€Œè¦‹ã›ã‹ã‘ã®ç›¸é–¢ï¼ˆæ“¬ä¼¼ç›¸é–¢ï¼›spurious correlation）ã€ã®ä¾‹ã ã€ã¨ã„ã†ã“ã¨ãªã‚‰ã°ï¼Œå相関係数を考ãˆã‚Œã°ã‚ˆã„ã®ã§ã¯ãªã„ã§ã—ょã†ã‹ã？？社会å¦ãªã©ã§ã¯å½“ãŸã‚Šå‰ã®ã‚ˆã†ã«ä½¿ã‚ã‚Œã¦ã„ã‚‹ã¨æ€ã†ã®ã§ã™ãŒã€‚ > set.seed(1) > x = cumsum(rnorm(100)) > set.seed(2) > y = cumsu
時系列データã®ç›¸é–¢ä¿‚æ•°ã¯ã‚ã¦ã«ãªã‚‰ãªã„……ã®ã‹ï¼Ÿã€€æ•™ãˆã¦ä¸‹ã•ã„ - 廿TT
本記事ã®è¶£æ—¨ 見ã›æŽ›ã‘ã®å›žå¸°ã¨è¦‹ã›æŽ›ã‘ã®ç›¸é–¢ï¼ˆæ“¬ä¼¼ç›¸é–¢ï¼‰ã¯é•ã„ã¾ã™ã€‚ 時系列（ã¨ã„ã†ã‹ã€ãƒ©ãƒ³ãƒ€ãƒ ウォークã™ã‚‹ç³»åˆ— ランダムウォーク - Wikipedia ）ã®å ´åˆã€ç›¸é–¢ä¿‚æ•°ã¯æ¯”較的高ã„値ã«ãªã‚Šã‚„ã™ãã€ã¾ãŸæœ‰æ„ãªç›¸é–¢ãŒå‡ºã‚„ã™ã„ã®ã§æ³¨æ„。 ã‚ã¨é«˜æ©‹æ´‹ä¸€ã®è°è«–ã‚’æ“è·ã™ã‚‹è©±é¡ŒãŒæ··ã˜ã£ã¦ã„ã¾ã™ãŒã€ã“ã‚Œã«ã¤ã„ã¦ã¯ã€é‡‘èžç·©å’Œã¯ãƒ–ã‚¿ç©ã¿ä¸Šç‰ã€‚金èžç·©å’Œè³›æˆã€‚消費税増税å対。 - 廿TT ã‚’å‚ç…§ã—ã¦ãã ã•ã„。 「時系列　相関〠「時系列　相関ã€ã§ã‚°ã‚°ã£ãŸã¨ã“ã‚以下ã®ã‚ˆã†ãªè¨˜äº‹ãŒãƒ’ットã—ãŸ. 時系列データã®ç›¸é–¢ä¿‚æ•°ã¯ã‚ã¦ã«ãªã‚‰ãªã„: ニュースã®ç¤¾ä¼šç§‘å¦çš„ãªè£å´ ç¾æ™‚点ã§ã¯ Google 検索ã§ä¸Šã‹ã‚‰ 6 番目 R - 時系列データ分æžã®åˆå¿ƒè€…ã«å¿…ãšçŸ¥ã£ã¦ã‚‚らã„ãŸã„é‡è¦ãƒã‚¤ãƒ³ãƒˆï¼šå›žå¸°åˆ†æž ・相関関係分æžã‚’è¡Œã†å‰ã«å¿…ãšã‚„ã‚‹ã¹ãã“ã¨ï¼ˆãƒ‡ãƒ¼ã‚¿ã®å½¢ã®ãƒã‚§ãƒƒã‚¯ã¨å¤‰å½¢ï¼‰ - Qiita ç¾æ™‚点ã§ã¯ Google 検索ã§ä¸Šã‹
時系列データã®ç›¸é–¢ä¿‚æ•°ã¯ã‚ã¦ã«ãªã‚‰ãªã„
元官僚ã®é«˜æ©‹æ´‹ä¸€æ°ãŒæ™‚系列データã®ç›¸é–¢ä¿‚æ•°ãŒé«˜ã„äº‹ã‚’è«–æ‹ ã«ã—ã¦ã„ã‚‹ãŒã€ã“ã®è«–証方法ã¯å…¨ãã‚‚ã£ã¦åŽ³å¯†ã§ã¯ãªã„。 計é‡çµŒæ¸ˆå¦ã§ã¯æ™‚系列データã®ç›¸é–¢ä¿‚æ•°ã¯ã‚ã¦ã«ãªã‚‰ãªã„事ã¯80年代ã‹ã‚‰è‰¯ã知られã¦ãŠã‚Šã€ã“ã‚Œã«é–¢é€£ã—ãŸæ¥ç¸¾ã§ã‚¨ãƒ³ã‚°ãƒ«ã¨ã‚°ãƒ¬ãƒ³ã‚¸ãƒ£ãƒ¼ã¯ã€2003å¹´ã«ãƒŽãƒ¼ãƒ™ãƒ«çµŒæ¸ˆå¦è³žã‚’å—賞ã—ã¦ã„る。 高橋æ°ã®ãƒˆãƒªãƒƒã‚¯ã‚’説明ã—ãŸã„。世ã®ä¸ã«ã¯æ™‚é–“ã¨ã¨ã‚‚ã«å¤‰åŒ–ã—ã¦ã„ãトレンド*1ã¨è¨€ã†ã®ãŒå¤šãã‚る。ã“ã®ãƒˆãƒ¬ãƒ³ãƒ‰ãŒã‚るデータを二ã¤æ¯”較ã™ã‚‹ã¨ã€ã©ã¡ã‚‰ã‚‚時間ã«å¯¾ã—ã¦ç›¸é–¢ã—ã¦ã„ã‚‹ãŸã‚ã€ç›¸é–¢ãŒã‚るよã†ã«è¦‹ãˆã¦ã—ã¾ã†ã€‚ 例ãˆã°æˆ¦å¾Œã€ä¸€äººã‚ãŸã‚Šã®ç±³ã®æ¶ˆè²»é‡ã¯æ¸›å°‘ã—ã€ã‚³ãƒ³ãƒ”ューターã®æ™®åŠå°æ•°ã¯é£›èºçš„ã«ä¼¸ã³ãŸãŒã€ã“ã®äºŒã¤ã®ç¾è±¡ã‚’çµã³ã¤ã‘ã¦è€ƒãˆã‚‹äººã¯ã„ãªã„。ã—ã‹ã—ã€ç±³ã®æ¶ˆè²»é‡ã¨ã‚³ãƒ³ãƒ”ューターã®æ™®åŠå°æ•°ã¯ã€é«˜ã„相関をæŒã¤äº‹ã«ãªã‚‹ã€‚ 実データã®å ´åˆã¯å±ç†å±ˆã‚’ã¤ã‘る事もå¯èƒ½ã‹ã‚‚知れãªã„ã®ã§ã€ã‚·ãƒŸãƒ¥ãƒ¬ãƒ¼ã‚·ãƒ§ãƒ³ã—ã¦ç¢ºã‹ã‚ã¦ã¿ã‚ˆã†ã€‚
「相関係数ã€ã£ã¦ãªã‚“ã§ã™ã‹ï¼Ÿ -æ„味ã¨åˆ©ç‚¹ã¨æ¬ 点をã‚ã‹ã‚Šã‚„ã™ã- - Data Science by R and Python
「相関ã€ã£ã¦ä½•ï¼Ž 統計å¦ã‚’å¦ã‚“ã ã“ã¨ãŒã‚ã‚Œã°ã€èª°ã‚‚ãŒä¸€åº¦ã¯èžã„ãŸã“ã¨ãŒã‚る「相関ã€ã¨ã„ã†è¨€è‘‰ã€‚最近ã§ã¯ã€é«˜æ ¡ã§ã‚‚扱ã‚れる概念ã«ãªã£ãŸã‚ˆã†ã§ã™ãŒã€ã€Œç›¸é–¢ã€ã£ã¦ã„ã£ãŸã„何ã§ã—ょã†ã‹ï¼Ÿæ•™ç§‘書（ã¨ã„ã†åã®Wikipedia）ã«ã¯ã“ã†ã„ã†é¢¨ã«æ›¸ã‹ã‚Œã¦ã„ã¾ã™ã€‚ 相関係数（ãã†ã‹ã‚“ã‘ã„ã™ã†ã€è‹±: correlation coefficient）ã¨ã¯ã€2 ã¤ã®ç¢ºçŽ‡å¤‰æ•°ã®é–“ã®ç›¸é–¢ï¼ˆé¡žä¼¼æ€§ã®åº¦åˆã„）を示ã™çµ±è¨ˆå¦çš„指標ã§ã‚る。原則ã€å˜ä½ã¯ç„¡ãã€âˆ’1 ã‹ã‚‰ 1 ã®é–“ã®å®Ÿæ•°å€¤ã‚’ã¨ã‚Šã€1 ã«è¿‘ã„ã¨ãã¯2 ã¤ã®ç¢ºçŽ‡å¤‰æ•°ã«ã¯æ£ã®ç›¸é–¢ãŒã‚ã‚‹ã¨ã„ã„ã€âˆ’1 ã«è¿‘ã‘ã‚Œã°è² ã®ç›¸é–¢ãŒã‚ã‚‹ã¨ã„ã†ã€‚0 ã«è¿‘ã„ã¨ãã¯ã‚‚ã¨ã®ç¢ºçŽ‡å¤‰æ•°ã®ç›¸é–¢ã¯å¼±ã„ã€‚å› ã¿ã« 1 ã‚‚ã—ã㯠−1 ã¨ãªã‚‹å ´åˆã¯ 2 ã¤ã®ç¢ºçŽ‡å¤‰æ•°ã¯ç·šå½¢å¾“属ã®é–¢ä¿‚ã«ã‚る。 ã“ã“ã§ã¯ã€ç›¸é–¢ã§ã¯ãªãã€ç›¸é–¢ä¿‚æ•°ã¨ã„ã†è¨€è‘‰ã‚’用ã„ã¦ã„ã¾ã™ã。「相関ã€ã¨ã„ã†ã®ã¯ã€2ã¤ä»¥ä¸Šã®ã‚‚ã¨ãŒã‚ã‚‹ã¨ãã«ã€ãれら
1
リリースã€éšœå®³æƒ…å ±ãªã©ã®ã‚µãƒ¼ãƒ“スã®ãŠçŸ¥ã‚‰ã›
最新ã®äººæ°—エントリーã®é…ä¿¡
j次ã®ãƒ–ックマーク
kå‰ã®ãƒ–ックマーク
lã‚ã¨ã§èªã‚€
eコメント一覧を開ã
oページを開ã
「統計å¦é–¢é€£ãªã‚“ã§ã‚‚ã‚ã‚Šã€ã®éŽåŽ»ãƒã‚°---004
「統計å¦é–¢é€£ãªã‚“ã§ã‚‚ã‚ã‚Šã€ã®éŽåŽ»ãƒã‚°--- 041
scratch-R: correlations
{{#tags}}- {{label}}
{{/tags}}