# 相关分析 cd C:\Users\admin\Desktop import excel 相关分析.xlsx, firstrow clear corr LNY LNX1 LNX2 LNX3 LNX4 LNX5 estpost summarize LNY LNX1 LNX2 LNX3 LNX4 LNX5, detail esttab using 计量经济学服务中心.rtf, cells("count mean(fmt(3)) p50 sd(fmt(2)) min max") noobs append
结果为:
# 导入数据import numpy as np import pandas as pddf=pd.read_excel(r'C:\Users\admin\Desktop\相关分析.xlsx')df.headdf.describe()# 变量LNY与LNX1-LNX5相关分析结果# 用数据框进行相关分析df.corr()# 多个变量之间相关分析corr=df[['LNY','LNX1','LNX2','LNX3','LNX4','LNX5']].corr()corr# 等价于如下df[['LNY','LNX1','LNX2','LNX3','LNX4','LNX5']].corr()
变量LNY与LNX1-LNX5进行相关分析结果为:
LNY | LNX1 | LNX2 | LNX3 | LNX4 | LNX5 | |
---|---|---|---|---|---|---|
LNY | 1.000000 | 0.998840 | 0.998392 | 0.932628 | 0.992038 | 0.992266 |
LNX1 | 0.998840 | 1.000000 | 0.995362 | 0.926993 | 0.990163 | 0.989255 |
LNX2 | 0.998392 | 0.995362 | 1.000000 | 0.921052 | 0.990927 | 0.991783 |
LNX3 | 0.932628 | 0.926993 | 0.921052 | 1.000000 | 0.925965 | 0.930723 |
LNX4 | 0.992038 | 0.990163 | 0.990927 | 0.925965 | 1.000000 | 0.999477 |
LNX5 | 0.992266 | 0.989255 | 0.991783 | 0.930723 | 0.999477 | 1.000000 |
# 计量经济学服务中心# 导入数据library(readxl)data=read_excel( 'C:/Users/admin/Desktop/data/相关分析.xlsx' )View(data)cor1=cor(data[,c('LNY','LNX1','LNX2','LNX3','LNX4','LNX5')])cor1
结果为:
◆◆◆◆
精彩回顾
点击上图查看:
《零基础|轻松搞定空间计量:空间计量及GeoDa、Stata应用》
点击上图查看:
计量经济学小白必修课--网课《高级计量经济学及Eviews应用》震撼上架!
点击上图查看:
《初级计量经济学及Stata应用:Stata从入门到进阶》
点击上图查看:
空间计量及Matlab应用课程