判定向量线性相关性的几种方法

判定向量线性相关性的几种方法
一、计算相关系数。

相关系数表示两个向量之间的线性关系，计算方法是将两个向量
中每一点的值进行相乘，然后处以其方差的乘积，即可得出相关系数。

相关系数为1时表
示完全正相关，为0时表示没有线性关系，为-1时表示完全负相关。

二、建立线性回归模型。

线性回归是用来预测输入变量和输出变量之间的线性关系的
一种统计方法，可以判断两个向量之间是否存在线性关系，以及这种关系是多大。

建立回
归模型时，输入变量和输出变量都是两个向量，回归模型参数即为它们之间的线性关系。

三、绘制分布图。

分布图是一种概括两个向量之间关系的方法，它将两个向量的值分
别放在X轴和Y轴上，然后绘制所有点的分布图。

如果分布图中的点相互呈现出一条直线，则说明两个向量之间存在线性关系，如果点的分布不清晰，则不存在线性关系。

四、运用贝叶斯准则。

贝叶斯准则是一种统计学方法，可以用来判断两个向量之间是
否存在线性关系，它假定两者关系是经由随机变量控制的，而给定观测数据，可以计算出
通过贝叶斯准则得出的一定的判定值，当这个值大于一定的置信度阈值时，则可以认为两
个向量之间存在线性关系。