❶ spss或matlab如何實現批量相關性分析，求大神
用matlab，corrcoef(x,y),x,y分別為兩個矩陣，鑒於你的y是個列向量，你可以這樣表示y=(;,i),i表示那個列
❷ 如何用MATLAB對股票數據做聚類分析
直接調kmeans函數。
k = 3;%類別數
idx = kmeans(X, k);%idx就是每個樣本點的標號。
❸ 如何利用matlab求相關系數
1、相關系數就用命令corrcoef
min(min(corrcoef(x1,
x2)))
就是x1,x2之間的相關系數。
比如
t
=
(1:0.1:100)';
w
=
2*pi;
x1=sin(w*t)+randn(size(t));
x2=cos(w*t)+randn(size(t));
x3=sin(w*t)+randn(size(t));
x1_x2
=
min(min(corrcoef(x1,
x2)))
x1_x3
=
min(min(corrcoef(x1,
x3)))
2、用corrcoef函數
設a1,b1,c1,d1
，a2,b2,c2,d2
分別為f(x)和g（x）的系數
x=[a1,b1,c1,d1];
y=[a2,b2,c2,d2];
z=corrcoef(x,y)
❹ 用matlab怎麼進行相關性檢驗
用線性回歸或者直接計算相關系數
❺ MATLAB怎麼做幾個向量對一個向量的相關性分析,如果有代碼什麼的請具體一點
做相關性分析，一般可用兩個向量的相關系數來衡量，越接近1說明相關性越大。
下面給出求相關系數的代：
%假設要分析x1,x2,x3與y的相關系數
x1=[ 1 2 3 4 5 6]';
x2=[ 2 2 5 4 5 6]';
x3=[ 3 2 3 4 5 6]';
y=[5 6 7 8 9 10];
Rmat_x1_y = corrcoef(x1, y);%向量x1與y的相關系數矩陣
R_x1_y = Rmat_x1_y(2); %從相關系數矩陣中提取x1與y的相關系數
Rmat_x1_y = corrcoef(x2, y);%向量x2與y的相關系數矩陣
R_x1_y = Rmat_x1_y(2); %從相關系數矩陣中提取x2與y的相關系數
Rmat_x1_y = corrcoef(x3, y);%向量x2與y的相關系數矩陣
R_x1_y = Rmat_x1_y(2); %從相關系數矩陣中提取x2與y的相關系數
手打的，
❻ matlab可以做相關性分析嗎
可以哦。
相關系數
r= corrcoef(x,y)
❼ MATLAB 求兩組數據相關性
>> x=[13.2 13 14.9 8.2 7.9 25.3 16.0 16.3 7.5];
>> y=[23 24 21 20 21 39 30 32 9];
>> [R,P]=corrcoef(x,y)
R =
1.0000 0.8834
0.8834 1.0000
P =
1.0000 0.0016
0.0016 1.0000
❽ 如何利用matlab求相關系數
1、第一步我們首先需要知道matlab中求相關系數用到的是corrcoef函數，在命令行窗口中輸入「help corrcoef」，可以看到corrcoef函數用法，
❾ 如何將EXCEL的股票數據導入到matlab軟體中進行分析
望高手支招！
不一定要拷貝到data文件中啊，你使用xlsread時指定excel絕對路徑就可以了嘛
二如果只是幾個很大的矩陣數據，你直接在matlab中定義矩陣，再復制粘貼得了
定義矩陣就先定義個空的唄比如一維：a=zeros(1,n)；%%這是1xn的二維：a=zeros(n)
%%這是nxn的
然後在workspace窗口打開這個空矩陣，把excel中的數直接復制過來就行了xlsread()，但是對excel表要求還挺高的，比如有次我就導入失敗，是因為名字雖然是.xls,但是實際是
文本文件（製表符分隔）(*.txt)
格式的，所以你注意一下，對照matlab幫助，一般不會有問題如何把excel中的文本格式的數字轉化成數值格式在一個空單元格輸入1，並復制它選中要轉化成數值的單元格區域
右擊-選擇性粘貼-乘補充回答：這樣操作以後，仍不能轉換數值，說明你原來的數據格式有問題，提示你檢查以下幾項：1、數據內是否存在空格，（可以通過查找替換，將空格替換掉）
2、數據內是否存在非法字元！清除後，就可以運算了有的時候還需要：把修改過的區域再進一步修改，全選中，然後「單元格格式」，把單元格格式由「常規」改為「數值」！！！
❿ matlab相關性分析代碼
做相關性分析，一般可用兩個向量的相關系數來衡量，越接近1說明相關性越大。
下面給出求相關系數的代：
%假設要分析x1,x2,x3與y的相關系數
x1=[ 1 2 3 4 5 6]';
x2=[ 2 2 5 4 5 6]';
x3=[ 3 2 3 4 5 6]';
y=[5 6 7 8 9 10];
Rmat_x1_y = corrcoef(x1, y);%向量x1與y的相關系數矩陣
R_x1_y = Rmat_x1_y(2); %從相關系數矩陣中提取x1與y的相關系數
Rmat_x1_y = corrcoef(x2, y);%向量x2與y的相關系數矩陣
R_x1_y = Rmat_x1_y(2); %從相關系數矩陣中提取x2與y的相關系數
Rmat_x1_y = corrcoef(x3, y);%向量x2與y的相關系數矩陣
R_x1_y = Rmat_x1_y(2); %從相關系數矩陣中提取x2與y的相關系數