R语言实用案例分析-相关系数的应用
2017-01-23 14:30
323 查看
在日常工作中,经常会存在多个变量之间存在关联关系,比如学习数学好的同学,物理成绩可能也比较高。在公司中外貌和讨人喜欢的关系往往也比较大,在人事招聘过程中,如果想要更加综合的评价某个人,需要把相关系数比较高的方面进行权重或者均值处理。
如以下案例:
现有30名应聘者来公司应聘,公司为这些应聘者制定了15项指标,分别是:求职信的形式(FL)、外貌(APP)、专业能力(AA)、讨人喜欢(LA)、自信心(SC)、洞察力(LC)、诚实(HON)、推销能力(SMS)、经验(EXP)、驾驶水平(DRV)、事业心(AMB)、理解能力(POT)、交际能力(KJ)和适应性(SUIT)。每项分数是从0到10分,0分最低,10分最高。每位求职者的15项指标如下所示,公司计划只录取前5名申请者,公司到底该如何选择呢?
#读入数据
rt<-read.table("applicant.data")
AVG<-apply(rt,1,mean)
sort(AVG,descreasing=TRUE)
attach(rt)
#找到相关系数高的分为一组,然后取平均值,防止值过大
rt$G1<-(SC+LC+SMS+DRV+AMB+GSP+POT)/7
rt$G2<-(FL+EXP+SUIT)/3
rt$G3<-(LA+HON+KJ)/3
rt$G4<-AA
rt$G5<-APP
AVG<-apply(rt[,16:20], 1, mean)
sort(AVG, decreasing = TRUE)
找出前5名
如以下案例:
现有30名应聘者来公司应聘,公司为这些应聘者制定了15项指标,分别是:求职信的形式(FL)、外貌(APP)、专业能力(AA)、讨人喜欢(LA)、自信心(SC)、洞察力(LC)、诚实(HON)、推销能力(SMS)、经验(EXP)、驾驶水平(DRV)、事业心(AMB)、理解能力(POT)、交际能力(KJ)和适应性(SUIT)。每项分数是从0到10分,0分最低,10分最高。每位求职者的15项指标如下所示,公司计划只录取前5名申请者,公司到底该如何选择呢?
#读入数据
rt<-read.table("applicant.data")
AVG<-apply(rt,1,mean)
sort(AVG,descreasing=TRUE)
attach(rt)
#找到相关系数高的分为一组,然后取平均值,防止值过大
rt$G1<-(SC+LC+SMS+DRV+AMB+GSP+POT)/7
rt$G2<-(FL+EXP+SUIT)/3
rt$G3<-(LA+HON+KJ)/3
rt$G4<-AA
rt$G5<-APP
AVG<-apply(rt[,16:20], 1, mean)
sort(AVG, decreasing = TRUE)
找出前5名
相关文章推荐
- R语言 shiny企业轻量级可视化应用案例(R语言&大数据分析qq群 456726635 欢迎讨论交流)
- Excel在统计分析中的应用—第十一章—相关分析-多元相关-多元相关系数
- Excel在统计分析中的应用—第十一章—相关分析-简单线性相关-相关函数法确定相关系数
- R语言实用案例分析-1
- Excel在统计分析中的应用—第十一章—相关分析-简单线性相关-使用相关分析工具确定相关系数
- 数据分析之《菜鸟侦探挑战数据分析》-3-R语言-散点图,相关系数,回归线
- Excel在统计分析中的应用—第十一章—相关分析-简单线性相关-相关系数为零的检验(大样本)
- Excel在统计分析中的应用—第十一章—相关分析-简单线性相关-相关系数为异于零的常数的检验
- 案例分析:Sil“.NET研究”verlight在中国人寿的应用
- Full PACS系统功能模块设计及应用案例分析
- (转-实用)Oracle SQL*PLUS命令应用 设置显示列格式的相关命令
- 对淘宝应用中商品上架及橱窗推荐相关工具的分析
- 案例分析:Silverlight在中国人寿的应用
- 股票走势分析算法 -协方差,标准差,相关系数
- 小白学数据分析------->相关分析在充值与购买失衡分析的应用探索
- 相关系数传递性分析
- IDC机房KVM应用案例分析
- 第五章:iptables应用案例分析(包过滤服务器上设置iptables)
- 第五章:iptables应用案例分析(客户端上设置iptables)
- 3G行业移动应用案例分析