相干和相关都是什么意思,之间有什么关系

相干和相关都是什么意思,之间有什么关系
相干和相关都是什么意思,之间有什么关系

相干和相关都是什么意思,之间有什么关系
相干：
在物理学里,相干性 (拉丁文 cohaerere ) ,又称同调性,描述波在传播时,其物理量在不同地点或不同时间的相关特性.这相关特性是由于波相位的变化而产生的.因为相位的差别,两个波的叠加会造成建设性干涉或摧毁性干涉.假设,两个波的相位差别为常数,则这两个波的频率必定相同,称这两个波为相干的.相干度 (degree of coherence) 是专门用来表示波的相关特性的一种度量,可以由干涉显明度 (interference visibility) 计算出来.干涉显明度是两个波干涉图案的强度对比.
一般而言,给予不相干的光源,我们不能够观测到干涉图案[1].例如,太阳可以被视为,由许多不相干的发光点,聚合而成.每一个发光点只会发光一小段时间 ,制造出一个波列,而后,再也不会发光.为了要能观测到,这类光源产生的,两个波列叠加的干涉图案,我们必须要有曝光时间在 数量级的摄影仪器.在旧时,并没有这么精确的摄影仪器.所以,我们无法,从不相干的光源,观测到干涉图案.
为了要观测到干涉图案,我们必须从不相干的光源,制造出相干性较高的光波.有两种方法可以达到这目标.第一种方法称为分隔波前法,我们可以使用狭缝过滤来增加光波的空间相干性.从狭缝透射出来的波前,大致都有同样的相位.杨氏双缝实验就是使用这种方法,来得到相干性较高的光波.第二种方法称为分隔波幅法.我们也可以用半透射,半反射的镜子,将一束光波一分为二,人工制造出两束相干的光波.所得到的两束光波会有同样的相位.迈克尔逊干涉仪使用的是第二种方法.
自从雷射,激微波的发明,科学家不再被寻找相干性的光源这问题困扰.雷射所制造出来的波列通常能维持 之久.这给予我们足够的曝光时间来计录干涉图案.
相关：
相关关系是一种非确定性的关系,例如,以X和Y分别记一个人的身高和体重,或分别记每公顷施肥量与每公顷小麦产量,则X与Y显然有关系,而又没有确切到可由其中的一个去精确地决定另一个的程度,这就是相关关系.
相关分析（correlation analysis）,相关分析是研究现象之间是否存在某种依存关系,并对具体有依存关系的现象探讨其相关方向以及相关程度,是研究随机变量之间的相关关系的一种统计方法.
1、线性相关分析：研究两个变量间线性关系的程度.用相关系数r来描述.
-正相关：如果x,y变化的方向一致,如身高与体重的关系,r>0；一般地,
·|r|>0.95 存在显著性相关；
·|r|≥0.8 高度相关；
·0.5≤|r|<0.8 中度相关；
·0.3≤|r|<0.5 低度相关；
·|r|<0.3 关系极弱,认为不相关
负相关：如果x,y变化的方向相反,如吸烟与肺功能的关系,r<0；
无线性相关：r=0.
如果变量Y与X间是函数关系,则r=1或r=-1；如果变量Y与X间是统计关系,则-1 r的计算有三种：
·Pearson相关系数：对定距连续变量的数据进行计算.
·Spearman和Kendall相关系数：对分类变量的数据或变量值的分布明显非正态或分布不明时,计算时先对离散数据进行排序或对定距变量值排（求）秩.
2、偏相关分析：研究两个变量之间的线性相关关系时,控制可能对其产生影响的变量.如控制年龄和工作经验的影响,估计工资收入与受教育水平之间的相关关系.
3、距离分析：是对观测量之间或变量之间相似或不相似程度的一种测度,是一种广义的距离.分为观测量之间距离分析和变量之间距离分析.
- 不相似性测度：
·a、对等间隔(定距)数据的不相似性（距离）测度可以使用的统计量有Euclid欧氏距离、欧氏距离平方等.
·b、对计数数据使用卡方.
·c、对二值（只有两种取值）数据,使用欧氏距离、欧氏距离平方、尺寸差异、模式差异、方差等.
- 相似性测度：
·a、等间隔数据使用统计量Pearson相关或余弦.
·b、测度二元数据的相似性使用的统计量有20余种.
相关分析法是测定经济现象之间相关关系的规律性,并据以进行预测和控制的分析方法.
社会经济形象之间存在着大量的相互联系、相互依赖、相互制约的数量关系.这种关系可分为两种类型.一类是函数关系,它反映着现象之间严格的依存关系,也称确定性的依存关系.在这种关系中,对于变量的每一个数值,都有一个或几个确定的值与之对应.
另一类为相关关系,在这种关系中,变量之间存在着不确定、不严格的依存关系,对于变量的某个数值,可以有另一变量的若干数值与之相对应,这若干个数值围绕着它们的平均数呈现出有规律的波动.例如,批量生产的某产品产量与相对应的单位产品成本,某些商品价格的升降与消费者需求的变化,就存在着这样的相关关系.实践中进行相关分析要依次解决以下问题；
(1)确定现象之间有无相关关系以及相关关系的类型.对不熟悉的现象,则需收集变量之间大量的对应资料,用绘制相关图的方法做初步判断.从变量之间相互关系的方向看,变量之间有时存在着同增同减的同方向变动,是正 相关关系；有时变量之间存在着一增一减的反方向变动,是负相关关系.从变量之间相关的表现形式看有直线关系和曲线相关,从相关关系涉及到的变量的个数看,有一元相关或简单相关关系和多元相关或复相关关系.
(2)判定现象之间相关关系的密切程度,通常是计算相关系数R及绝对值在0.8以上表明高度相关,必要时应对R进行显著性检验.
(3)拟合回归方程,如果现象间相关关系密切,就根据其关系的类型,建立
数学模型用相应的数学表达式-----回归方程来反映这种数量关系,这就是回归分析.
(4)判断回归分析的可靠性,要用数理统计的方法对回归方程进行检验.只有通过检验的回归方程才能用于预测和控制.
(5)根据回归方程进行内插外推预测和控制.