相关参数（Parameters Correlation）系统用于确定输入参数的敏感性，是通过分析输入参数对每个输出参数的相关性和相对权重来确定其敏感性的响应面（Response Surface）系统。该系统主要用于直观地观察输入参数的影响，通过图例（或图表）形式显示输入参数与输出参数的关系。
1.相关参数类型
相关参数类型包括积差相关系数【Pearson】和秩相关系数【Spearman】。积差相关系数只适用于两变量呈线性相关时，其数值介于-1～1之间，当两变量相关性达到最大，散点呈一条直线时取值为-1或1，正负号表明了相关的方向，如果两变量完全无关，则取值为零。秩相关系数是利用两变量的秩次大小做线性相关分析，对原始变量的分布不做要求，属于非参数统计方法，因此它的适用范围比Pearson相关系数要广得多，如图17-29所示。
2.相关参数图表
（1）线性相关矩阵图 线性相关矩阵图【Correla-tion Matrix】用以提供参数对之间的线性相关信息，可以通过颜色在矩阵中的相关度指示，如图17-30所示。
图17-29 相关性类型
图17-30 线性相关矩阵图
（2）测定直方图 测定直方图【Determination Histogram】可以显示一个给定的输出参数对输入参数的影响，如图17-31所示。(www.xing528.com)
（3）二次插值样条测定矩阵图 二次插值样条测定矩阵图【Determination Matrix】提供的参数对之间的非线性相关信息，可以通过颜色在矩阵中的相关度指示。将光标放在一个特定的点会显示两个相关的参数与方格的相关值，如图17-32所示。
（4）相关散点图 相关散点图【Correlation Scatter】以两条趋势线显示样本散点图参数对，表示参数对线性和二次趋势之间的相关程度，如图17-33所示。
图17-31 测定直方图
图17-32 二次插值样条测定矩阵图
图17-33 相关散点图
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
