皮尔森和偏相关系数模型在稻谷中多种元素相关性研究中的应用

扫码查看

原文链接

NETL

中文摘要：目的：建立稻谷中14种元素(钡、钒、镉、锂、铝、锰、铅、铊、锑、铜、硒、铬、汞、砷)含量相关性的分析方法，并比较其优劣势。方法：基于皮尔森相关系数法和偏相关系数法，进行稻谷中14种元素的相关性分析,并对两种方法的结果进行比较。内容：本研究基于已有数据，采用皮尔森相关系数法和偏相关系数法，对稻谷中14种元素含量进行了相关性分析。我们首先采用了皮尔森相关系数法，因为这种方法简单易行，计算复杂度低。但是，由于元素之间可能存在多重相关性，皮尔森相关系数对稻谷中元素间的相关性强弱的度量可能会不准确。因此，本研究进一步采用了偏相关系数法。这种方法可以排除元素间多重相关性的影响，仅考虑两种元素之间的相关性。最后，我们详细比较了皮尔森相关系数法和偏相关系数法的分析结果。成果：两种方法均能从数据中发现多种元素之间存在相关性，并在运算复杂度、反映信息等方面各有特点:其中皮尔森相关系数法运算量较小，但反映的信息也较少;偏相关系数法的计算量和反映信息量均大于皮尔森相关系数法。通过皮尔森相关系数法评估稻谷中各元素含量的相关性时，我们发现正相关性很强的元素对有4对，分别为钡-钒、钡-铅、钒-锂、铝-锑;负相关性较强的元素有1对，为铜-铊;其余各项元素之间相关性差异无统计学意义。通过偏相关系数法评估稻谷中各元素含量的相关性时，我们发现正相关性很强的元素对包括钒-钡、铅-钡、总汞-钡、锑-铝;其余各项元素之间相关性差异无统计学意义。结论：皮尔森相关系数法和偏相关系数法各有其特点，具体的选取要考虑到现实情况(样本大小、计算资源等)以及现实需求。在样本容量和运算能力不足，或者要求实现实时、高速运算的情况下，可用皮尔森相关系数对元素之间的相关性进行分析。在样本容量和运算能力足够的情况下，可以采用偏相关系数法对元素成对关系进行更加精确的分析。

作者：

王珊

展开 >

关键词：

食品卫生稻谷成分皮尔森相关系数法偏相关系数法

授予学位：

硕士

学科专业：

公共卫生

导师：

刘远立；王小万

学位年度：

2023

学位授予单位：

北京协和医学院

语种：

中文

中图分类号：