相关系数矩阵的重要性
Y=[y1，y2，y3，y4]；%Y是一个14*4的矩阵。
R=[r1，r2，r3，R4]'；%这里的矩阵要转置成一个4*1的矩阵。
p = Y * R；
问题补充:一般来说，权重系数之和等于1，但这里不需要等于1，因为y1到y4属于不同的类型，不必要的权重反映在GDP中的总和是1。
问题2:相关系数和协方差有什么区别？它们代表变量之间* * *变化的程度。协方差是通过将变量X的平均值的偏差乘以变量Y的平均值的偏差并求平均值而获得的统计量。虽然可以表示x和y的* * *变化程度，但是x和y的单位可能不同，所以直接乘以两者的平均值的偏差得到的结果可能偏差很大。所以需要统一单位，即通过给协方差一个单独的惩罚，消除x和y的单位。
因为相关系数是用协方差除以两个变量的标准差得到的，所以相关系数是标准化变量，而协方差是非标准变量。
问题3:相关系数矩阵中相关系数前面的点是什么意思？如果KMO的值为0.5，说明因子分析的有效性可以，可以进行因子分析。另外，如果巴特利检验的P0.001表示因子的相关系数矩阵不是单位矩阵，可以提取最少的因子，同时解释绝大部分方差，也就是效度还可以。
问题4:相关系数矩阵和协方差矩阵有什么区别？相关系数矩阵:表示变量之间相关性的矩阵，没有维数。
协方差矩阵:是表示变量之间相关性的矩阵，不需要消去维数。
问题5:相关系数的含义相关系数有以下几种:
1，简单相关系数:也叫相关系数或线性相关系数。一般用字母r表示，用来衡量数量变量之间的线性相关性。
2.复相关系数:也叫多重相关系数。复相关是指因变量与多个自变量之间的相关性。例如，某种商品的需求及其价格水平与员工收入水平之间存在复杂的相关性。
3.偏相关系数:也叫偏相关系数。偏相关系数反映的是一个变量与另一个变量在修正其他变量后的相关性，修正的意义可以理解为假设其他所有变量取均值。偏相关系数的假设检验等价于偏回归系数的T检验。复相关系数的假设检验相当于回归方程的方差分析。
4.典型相关系数:首先对各组原始变量进行主成分分析，得到新的线性独立的综合指标，然后利用两组之间综合指标的线性相关性，研究原始两组变量之间的相关性。
5.可确定的系数是相关系数的平方。显著性:可决定系数越大，自变量对因变量的解释程度越高，自变量引起的变化占总变化的百分比越高。回归线附近的观测点越密集。
问题6:相关矩阵介绍相关矩阵也叫相关系数矩阵，由矩阵各列之间的相关系数组成。也就是说，相关矩阵的第I行和第J列的元素就是原矩阵的第I列和第J列的相关系数。