❶ spss或matlab如何实现批量相关性分析，求大神
用matlab，corrcoef(x,y),x,y分别为两个矩阵，鉴于你的y是个列向量，你可以这样表示y=(;,i),i表示那个列
❷ 如何用MATLAB对股票数据做聚类分析
直接调kmeans函数。
k = 3;%类别数
idx = kmeans(X, k);%idx就是每个样本点的标号。
❸ 如何利用matlab求相关系数
1、相关系数就用命令corrcoef
min(min(corrcoef(x1,
x2)))
就是x1,x2之间的相关系数。
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函数
设a1,b1,c1,d1
，a2,b2,c2,d2
分别为f(x)和g（x）的系数
x=[a1,b1,c1,d1];
y=[a2,b2,c2,d2];
z=corrcoef(x,y)
❹ 用matlab怎么进行相关性检验
用线性回归或者直接计算相关系数
❺ MATLAB怎么做几个向量对一个向量的相关性分析,如果有代码什么的请具体一点
做相关性分析，一般可用两个向量的相关系数来衡量，越接近1说明相关性越大。
下面给出求相关系数的代：
%假设要分析x1,x2,x3与y的相关系数
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与y的相关系数矩阵
R_x1_y = Rmat_x1_y(2); %从相关系数矩阵中提取x1与y的相关系数
Rmat_x1_y = corrcoef(x2, y);%向量x2与y的相关系数矩阵
R_x1_y = Rmat_x1_y(2); %从相关系数矩阵中提取x2与y的相关系数
Rmat_x1_y = corrcoef(x3, y);%向量x2与y的相关系数矩阵
R_x1_y = Rmat_x1_y(2); %从相关系数矩阵中提取x2与y的相关系数
手打的，
❻ matlab可以做相关性分析吗
可以哦。
相关系数
r= corrcoef(x,y)
❼ MATLAB 求两组数据相关性
>> 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求相关系数
1、第一步我们首先需要知道matlab中求相关系数用到的是corrcoef函数，在命令行窗口中输入“help corrcoef”，可以看到corrcoef函数用法，
❾ 如何将EXCEL的股票数据导入到matlab软件中进行分析
望高手支招！
不一定要拷贝到data文件中啊，你使用xlsread时指定excel绝对路径就可以了嘛
二如果只是几个很大的矩阵数据，你直接在matlab中定义矩阵，再复制粘贴得了
定义矩阵就先定义个空的呗比如一维：a=zeros(1,n)；%%这是1xn的二维：a=zeros(n)
%%这是nxn的
然后在workspace窗口打开这个空矩阵，把excel中的数直接复制过来就行了xlsread()，但是对excel表要求还挺高的，比如有次我就导入失败，是因为名字虽然是.xls,但是实际是
文本文件（制表符分隔）(*.txt)
格式的，所以你注意一下，对照matlab帮助，一般不会有问题如何把excel中的文本格式的数字转化成数值格式在一个空单元格输入1，并复制它选中要转化成数值的单元格区域
右击-选择性粘贴-乘补充回答：这样操作以后，仍不能转换数值，说明你原来的数据格式有问题，提示你检查以下几项：1、数据内是否存在空格，（可以通过查找替换，将空格替换掉）
2、数据内是否存在非法字符！清除后，就可以运算了有的时候还需要：把修改过的区域再进一步修改，全选中，然后“单元格格式”，把单元格格式由“常规”改为“数值”！！！
❿ matlab相关性分析代码
做相关性分析，一般可用两个向量的相关系数来衡量，越接近1说明相关性越大。
下面给出求相关系数的代：
%假设要分析x1,x2,x3与y的相关系数
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与y的相关系数矩阵
R_x1_y = Rmat_x1_y(2); %从相关系数矩阵中提取x1与y的相关系数
Rmat_x1_y = corrcoef(x2, y);%向量x2与y的相关系数矩阵
R_x1_y = Rmat_x1_y(2); %从相关系数矩阵中提取x2与y的相关系数
Rmat_x1_y = corrcoef(x3, y);%向量x2与y的相关系数矩阵
R_x1_y = Rmat_x1_y(2); %从相关系数矩阵中提取x2与y的相关系数