如何判断几组数据变化趋势是否一致?甚至给出一致性的量化?
我的实验数据不一定有任何联系,仅仅是对一个事物的观察得到的多组散点数据,希望通过比较多组数据两两之间的“相似性”,挑选出“最不相似”的两组数据。
我的实验可以按组给出数据,如A(1,2,3,4,5),数据是离散的,没有相关性,要拟合曲线什么的比较困难。
现在给出多组数据:
B(2,4,6,8,10)
C(1,3,2,8,1)
D(5,3,4,5,5)
以上BCD组数据中和A组变化趋势最接近的应该是B,从作图可以看出
但是希望能有量化的方法给出各组数据两两之间的变化趋势的“相似程度”(此时AB的相似分值最大)。
查到有个皮尔逊相关系数,比较两个变量序列的相关性,但是有使用条件时线性相关。希望有相关知识储备的虫虫们指点指点。
谢谢!
1.png 返回小木虫查看更多
今日热帖
只是一个提示,不一定能工作。
两个分布之间的距离可以用KULLBACK-LEIBLER divergence进行衡量,数值越小,代表分布越接近。
你的数据点有点小 试一试多项式插值(或者其他拟合方法) 可以根据拟合公式大致得出变化趋势是否一致
1楼数据只是一个样例,实际数据还是很多的。
拟合出公式的话,通过分析公式是否接近么?有没有分析算法可以给出量化的值
,
同问,楼主知道了吗?