【零基础教程】老哥：数学建模算法、编程、写作和获奖指南全流程培训！
备用用，自己的一些记录
目录
1.相关性分析
2.数学建模作图
一.相关性分析
1.相关性概念
四种.基本变量
1.定类变量：只分类，看不出好坏区别.独立
如：男 女 ，已婚 未婚，
2.定序变量
产生高低贵贱之分，有比较
3.定距变量（没有0点概念，去0不表示没有）
在定序变量的基础上，区分定距变量的高低的参考值。
比如高温，低温是定序变量，那么摄氏温度就是定距变量
4.定比变量
在定距的基础上，为0的时候就是会没有
两变量的相关性分析方法
1.pearson相关系数（皮尔逊系数）
先看使用条件
尽量维度大于30个
非线性不能用
n是维度，比如我有一个16行1列的数据那么维度维度是16，自由度为14
t是用来检验的
t检验表的一部分 如果t满足条件大于表格中数据，那么就算通过建议，如这里t大于2.179那么可以使用
表的左边是自由度，上边是a的值希望a是0.05
论文的时候尽量用这些表格里面的术语，如 极低相关
2.Spearman（斯皮尔曼系数）
定序变量和度量变量相关性分析
n大于20就要t检验
3.Kendall—tua-b（卡方检验）
spss中显著性小于0.5就存在相关性
4.Eta系数
eta大于pearson那么可能是非线性规划，那么转化成非线性规划在做一下
方法选择
定距之间也可以用Pearson系数
5.偏相关分析（适合做多指标的变量比较）
二.案例
加权系数处理
进行频数加权，在分析
描述检验—交叉表—卡方
交叉表行是应变量
列是自变量（选择相关性就是eta检验）
eta(大于0.5就是相关越大相关性越高)
除了定距和定距不能做，其他都能做，一般做定序
Pearson检验
双尾检验＜0.05就存在偶然性误差
代码
例题
二.数学建模作图
1二维曲线
linspace均匀生成数据1-200一共100个数据
2.二维散点图
MarkerFaceColor设置填充颜色
MarkerEdgColor设置外边框颜色
3.二维渐变图
scatter函数
c的位置是颜色，c是变化的，颜色就会很多
sz位置是生成圆的尺寸
4.条形图
5.填充图
6.多y轴图
7.二维场图
8.三维曲线图
9.三维直方图
三维散点图
10.三维伪彩图
这里有问题应改为colormap（plot2，hot）
11裁剪伪彩图
设置把要裁剪的部分设置为空值
