距离相关性

此功能需要 Statistics Base 选项。

距离相关性程序计算两个随机变量或多元数据之间的相关性。 与传统的相关性方法不同，它可以评估变量之间的非线性关系。

示例

一家零售公司希望了解客户的人口统计学特征（年龄、收入、教育程度、婚姻状况）是否会影响他们的购买行为。 如果关系是非线性的或涉及多个因素之间的相互作用，传统的相关性方法可能会失效。

在该方案中应用距离相关程序有以下好处：

• 捕捉非线性依赖关系 与皮尔逊相关性不同，距离相关性即使不是线性关系也能检测到。
• 处理多维关系 它可以评估人口统计因素的组合与购买模式的关系。
• 提供全面的措施。 明显的距离相关性表明，客户人口统计学对购买行为有很大影响，从而指导有针对性的营销策略。

相关统计

• 距离相关性（ dCor(X,Y ）：衡量客户人口统计 （X ）与购买行为 （Y ）之间的相关性。
• 基于置换的 p 值：评估依赖关系的统计意义。 小的 p 值（例如 p<0.05 ）表示关系密切。
• 距离协方差（ dCov(X,Y ）：量化变量之间的依赖强度。
• 距离方差（ dVar(X ）， dVar(Y ） ）：测量单个变量内的变异性以使相关性正常化。

数据注意事项

只能使用连续变量进行分析。 计算距离相关性至少需要 2 个连续变量。 最多允许使用 30 个变量。