互信息熵表 年龄段出行方式餐饮方式消费额 年龄段 0.0011 0.0212 0.055 出行方式|001 0.00018 0.0027 餐饮方式0212 0.00018 0.0046 消费额 0.0553 0.0027 0.0046 当α与β独立时,I(x,B)=0此时一个试验不含有另一个试验的任何信息。另一个 极端情形是当a的结果完全决定β的结果,此时H(B)=0,从而I(x,)=H() 由此可知,从表中可知年龄段与消费额最密切。 方法2 通过数据统计,可以得到任意两个分量的联合分布,参考利用和8],由 数学软件 Matlab的统计功能可得相关系数表: 相关系数表 年龄段出行方式餐饮方式消费额 年龄段 0.062 0.267 0.470 出行方式0.062 0.026 0.0811 餐饮方式0.267 0.026 0.105 消费额 0.470 0.081 0.105 通过观察相关系数表,我们发现年龄段与消费额的相关系数最大,也就说 年龄段与消费额线性相关的程度最好,然后依次为年龄段与餐饮方式,餐饮方 式与消费额,出行方式与消费额,年龄段与出行方式,出行方式与餐饮方式 从此表也可知年龄段和消费额关系最为密切,这同时印证了方法1中的数 据 问题二:20个商区的人流量分布 1、假设与分析互信息熵表 年龄段 出行方式 餐饮方式 消费额 年龄段 0.0011 0.0212 0.0553 出行方式 0.0011 0.00018 0.0027 餐饮方式 0.0212 0.00018 0.0046 消费额 0.0553 0.0027 0.0046 当 α 与 β 独立时，I(α , β)=0,此时一个试验不含有另一个试验的任何信息。另一个 极端情形是当 α 的结果完全决定 β 的结果，此时 β )( Hα =0，从而 I(α,β)=H(β)。 由此可知，从表中可知年龄段与消费额最密切。 方法 2 通过数据统计，可以得到任意两个分量的联合分布，参考利用[1]和[8]，由 数学软件 Matlab 的统计功能可得相关系数表： 相关系数表 年龄段 出行方式 餐饮方式 消费额 年龄段 1 0.062 0.267 0.470 出行方式 0.062 1 0.026 0.081 餐饮方式 0.267 0.026 1 0.105 消费额 0.470 0.081 0.105 1 通过观察相关系数表，我们发现年龄段与消费额的相关系数最大，也就说 年龄段与消费额线性相关的程度最好，然后依次为年龄段与餐饮方式，餐饮方 式与消费额，出行方式与消费额，年龄段与出行方式，出行方式与餐饮方式 从此表也可知年龄段和消费额关系最为密切，这同时印证了方法 1 中的数 据。 问题二：20 个商区的人流量分布 1、假设与分析 4