相关系数矩阵关于spss相关系数矩阵分析，求大神指导

什么是系数矩阵？比如x+y=2 x+3y=7

方程组可以写成矩阵的形式，由未知数的系数构成的矩阵就叫系数矩阵。

比如你的方程组的系数矩阵就是： 1 1 1 3 如果系数的前面的矩阵是0，在矩阵中也要补上0。

本来两边要写大框号的，可是打不出来。

。

。

谁知道如何在ENVI中求出相关系数矩阵

有最小值，最大值，直方图，相关系数，协方差等等 ENVI中，选择 Basic Tools Statistics ComputeStatistics 然后选择 “Calculate Covariance Statistics” 复选框， 通过选中 “Covariance Image” 和/或 “Text Report” 复选框，选择你想把协方差、相关和特征向量矩阵输出到图像，或一个文本记录，还是输出到两者。

erdas中也可以实现： modeler——model maker Create a raster object—— Create a function definition——Create a matrix object （矩阵选择output形式，意在把相关性存成一个矩阵） 双击raster，定义为你要处理的影像； 双击function，定义为 CORRELATION ( <raster ) ,用你选择的影像名字替代括号中的<raster；

【高分悬赏】Pearson相关系数矩阵是怎么求出来的啊??

展开全部 1 方法 　　性质1： 设X是一个随机变量，其分布函数为F(x)，则Y=F(X)服从在〔0，1〕的均匀分布。

　　性质2： 设X1,K,Xn是某个分布的一个简单样本，其分布函数为F(x)，由性质1可知，在概率意义下，F(X1),F(X2),K,F(Xn)在（0,1）上呈均匀分布，按从小到大依次排序，记为F(X?1),F(X?2),K,F(X?n)，其相应理论值应为ri=i-0,5[]n，i=1，2，…，n，对应分布函数的反函数值F-1(r1),F-1(r2),K,F-1(rn)（在卡方分布中即为卡方分数）应非常接近X?1,X?2K,X?n，故在概率意义下，这些散点(X?1,F-1(r1)),(X?2,F-1(r2)),L,(X?n,F-1(rn))应在一条直线上。

　　根据性质2，如果X服从正态分布，则散点理论上应落在一直线上，可以用Pearson系数刻画这种分布。

但由于随机变异的存在，Pearson系数并不等于1，所以通过随机模拟的方法，制定出Pearson系数的95%界值下限。

　　性质3： 由条件概率公式P(X,Y)=P(Y|X)P(X)可知：（X，Y）服从二元正态分布的充分必要条件是固定X，Y服从正态分布(条件概率分布)并且X的边际分布为正态分布。

由线性回归的性质ε=Y-(α+βX)可知，固定X，Y的条件概率分布为正态分布的充分必要条件是线性回归的残差ε服从正态分布，由此可得：（X，Y）服从二元正态分布的充分必要条件是X的边际分布为正态分布以及线性回归模型Y=α+βX+ε中的残差服从正态分布。

设X来自于正态总体，从正态总体中随机模拟抽样5000次，每次抽样样本含量分别为7至50，对F(x)求秩，求出排序后的F(x)和排序后的X的Pearson相关系数。

表1 随机模拟5000次得到的检验正态分布的Pearson相关系数的界值（略） 　　类似地，我们也可以用同样的方法得到检验卡方分布的Pearson相关系数的界值表（简化表）表2 相关系数界值表（略） 　　2 随机模拟验证 　　2?1 Pearson相关系数界值表的随机模拟验证 　　设X来自于正态总体，从正态总体中随机模拟抽样5000次，每次抽样样本含量分别为10，20，30，40，50，并计算相应的Pearson卡方系数，以及落在界值外面的比例，即拒绝比例，再在同一批数据的前提下用McNemar检验比较本方法和Swilk法的差别。

表3 （一元正态分布）模拟次数（略）表4（一元偏态分布，χ2)模拟次数（略） 　　以上方法拒绝比例在样本量为7的可信区间为［78.37%，94.12%］，在其余样本量时都接近100%，可以证实是正确的。

　　2?2 卡方分布界值表的随机模拟验证　 　　表5 卡方分布：模拟5000次（略） 　　2?3 马氏距离的随机模拟验证 　　根据马氏距离的定义，从正态分布总体中随机抽取样本量分别为10，20，30，40，50的样本模拟5000次，根据上面提到的方法以卡方分数对X?1,X?2K,X?n求Pearson系数，并根据以上的相关系数界值表，计算相应的统计量，即拒绝比例。

表6 马氏距离落在Pearson系数界值表外的比例（略） 　　2?4 二元正态分布资料的随机模拟验证 　　设定一个二维矩阵A，分别求出特征值P和特征向量Z，设X的元素均来自于正态总体分布，则Y=Z′×X必服从二元正态分布，随机模拟5000次，根据性质三介绍的方法验证的拒绝比例如下。

表7 （二元正态分布）模拟次数（略）表8 （二元偏态分布，χ2）模拟次数（略） 　　2?5 三元正态分布资料的随机模拟验证 　　类似地，随机模拟5000次，用同样方法进行验证，得到对于三元正态分布数据的拒绝比例。

表9 （三元正态分布）模拟次数：5000次

知道相关系数矩阵和特征值，怎么求特征向量啊？

见/~math/xxds/kcja/kcja_b/5-2.htm lamda*alpha=A*alpha （A-lamda*E）*alpha=0 把系数矩阵A和特征值lamda代入，即可求解

关于spss相关系数矩阵分析，求大神指导

从表中我们可以看到，EDI与EDI的相关系数为1（这是显然的，自己跟自己跟定线性相关），类似的，矩阵对角线位置都是1。

其余不相同的两个变量相关系数在-1到1之间，如EDI与HP的相关系数为0.261。

矩阵每行每列第二小行中的数是双边检验的值，由下面的注释知道，分为0.05,和0.01两种显著性水平。

N应该是观测次数