tag:crieit.net,2005:https://crieit.net/tags/%E7%9B%B8%E9%96%A2%E4%BF%82%E6%95%B0/feed Crieitでタグ「相関係数」に投稿された最近の記事 2022-08-07T06:48:41+09:00 https://crieit.net/tags/%E7%9B%B8%E9%96%A2%E4%BF%82%E6%95%B0/feed tag:crieit.net,2005:PublicArticle/16643 2021-01-23T02:29:26+09:00 2022-08-07T06:48:41+09:00 https://crieit.net/posts/Python-Fisher <h1 id="ピアソン(Pearson)の積率相関係数"><a href="#%E3%83%94%E3%82%A2%E3%82%BD%E3%83%B3%28Pearson%29%E3%81%AE%E7%A9%8D%E7%8E%87%E7%9B%B8%E9%96%A2%E4%BF%82%E6%95%B0">ピアソン(Pearson)の積率相関係数</a></h1> <p>相関係数を求める．</p> <pre><code class="python">def corre_factor(retsu): X=Estimate[index2,retsu] Y=Target[index2,retsu] E_xx=np.sum((X-np.mean(X))**2) E_yy=np.sum((Y-np.mean(Y))**2) E_xy=np.sum((X-np.mean(X))*(Y-np.mean(Y))) return E_xy/np.sqrt(E_xx)/np.sqrt(E_yy) df=pd.DataFrame([['H1',corre_factor(0)],['λ1',corre_factor(3)],['ω1',corre_factor(4)], ['H2',corre_factor(5)],['λ2',corre_factor(8)],['ω2',corre_factor(9)] ]) df </code></pre> <p>以上です．</p> <h1 id="Fisherの相関係数"><a href="#Fisher%E3%81%AE%E7%9B%B8%E9%96%A2%E4%BF%82%E6%95%B0">Fisherの相関係数</a></h1> <p>方向統計では，ピアソンの積率相関係数を適用できません．<br /> 例えば，[0°, 360°)で満遍なくデータが散布していた場合，平均の方向など定義できないからです．<br /> そこで，Fisherの相関係数を使用します．</p> <pre><code class="python">Sxy,Sxx,Syy=0,0,0 sin_est=Estimate[index2,2] cos_est=Estimate[index2,1] sin_tar=Target[index2,2] cos_tar=Target[index2,1] for i in range(len(index2)-1): for j in range(i+1,len(index2)): Sxy +=math.sin(math.atan2(sin_est[i],cos_est[i])-math.atan2(sin_est[j],cos_est[j] ))*math.sin(math.atan2(sin_tar[i],cos_tar[i])-math.atan2(sin_tar[j],cos_tar[j])) Sxx += math.sin(math.atan2(sin_est[i],cos_est[i] )-math.atan2(sin_est[j],cos_est[j] ))**2 Syy += math.sin(math.atan2(sin_tar[i],cos_tar[i] )-math.atan2(sin_tar[j],cos_tar[j] ))**2 Rc=Sxy/(math.sqrt(Sxx*Syy)) print(Rc) </code></pre> kawai_mizugorou