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
京公网安备 11010802022153号
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？