版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/u012429555/article/details/80830401
1 、相关系数
在R中 ，我们通过cor()计算相关系数，Pearson的相关系数，用符合r表示。
在市场营销中，r的值躲到才表明两个变量之间存在重要的相关性呢？这个要根据你所在的行业来确定。
不过一般而言我们通常使用Cochen的经验法则，这是心理学的传统。
r=0.1是弱相关 ：很小心才能检测出来
r=0.3中等相关：
r>=0.5是强相关：旁观者很容易察觉
Cochen的经验法则中对r的解释取决于如下假设：变量是正态分布或者近似正态分布
如果：变量不是正态分布，而是对数正态或者其他有骗非正态分布，那么就无法参考这些阈值，
在这种情况下：可以先对数据做变化使之接近正态，然后解释变换后变量的相关性。
扫描二维码关注公众号，回复：
3583130 查看本文章
2、相关性检验
函数cor.test（）可测的结果是否显著。根据P值，来判断是否显著。
相关性+显著->此关系则不能忽视！
3、变换变量
相关系数r测量的是两个变量的线性相关性。如果这个两个变量之间的关系不是线性的，是用r就具有误导性
可以使用Box-Cox这个函数来行进变换不符合正态的数据量
这个函数的使用可以在官网查询。