Pearson相关系数和Spearman相关系数的区别

前言

相关系数是用以反映变量之间的相关关系程度的统计指标。其取值范围是[-1,1]，当取值为0时表示不相关，取值为[-1,0)表示负相关，取值为(0,-1]，表示负相关。
目前常用的两种相关性系数为皮尔森相关系数（Pearson）和斯皮尔曼等级相关系数（Spearman）

简介

皮尔森相关系数评估两个连续变量之间的线性关系。
其中：

-1 ≤ p ≤ 1
p接近0代表无相关性
p接近1或-1代表强相关性
斯皮尔曼相关系数评估两个连续变量之间的单调关系。在单调关系中，变量趋于一起变化，但不一定以恒定速率变化。

其中：

N是观测值的总数量

斯皮尔曼另一种表达公式：

表示二列成对变量的等级差数。

区别

Pearson和Spearman相关系数的范围可以从-1到+1。当Pearson相关系数为+1时，意味着，当一个变量增加时，另一个变量增加一致量。这形成了一种递增的直线。在这种情况下，Spearman相关系数也是+1。

如果关系是一个变量在另一个变量增加时增加，但数量不一致，则Pearson相关系数为正但小于+1。在这种情况下，斯皮尔曼系数仍然等于+1。

当关系是随机的或不存在时，则两个相关系数几乎为零。

如果关系递减的直线，那么两个相关系数都是-1。

如果关系是一个变量在另一个变量增加时减少，但数量不一致，则Pearson相关系数为负但大于-1。在这种情况下，斯皮尔曼系数仍然等于-1

相关值-1或1意味着精确的线性关系，如圆的半径和圆周之间的关系。然而，相关值的实际价值在于量化不完美的关系。发现两个变量是相关的经常通知回归分析，该分析试图更多地描述这种类型的关系。

其他非线性关系
Pearson相关系数仅评估线性关系。Spearman相关系数仅评估单调关系。因此，即使相关系数为0，也可以存在有意义的关系。检查散点图以确定关系的形式。

该图显示了非常强的关系。Pearson系数和Spearman系数均约为0。

结论

皮尔森评估的是两个变量的线性关系，而斯皮尔曼评估的两变量的单调关系。
因此，斯皮尔曼相关系数对于数据错误和极端值的反应不敏感。

Pearson相关系数和Spearman相关系数的区别相关推荐

pearson相关系数与spearman相关系数
pearson相关系数研究变量之间线性相关程度的量,一般用r表示. 两个随机变量X,Y之间的pearson相关系数定义为: ρX,Y=cov(X,Y)σXσY=E[(X−μX)(Y−μY)]σX ...
特征选择 | MATLAB实现特征变量相关性分析(Pearson相关系数，Kendall相关系数和Spearman相关系数)
特征选择 | MATLAB实现特征变量相关性分析(Pearson相关系数,Kendall相关系数和Spearman相关系数) 目录特征选择 | MATLAB实现特征变量相关性分析(Pearson相关 ...
【7.0】数学建模 | 相关系数详解 | Person相关系数、Spearman相关系数
总体Person相关系数如果两组数据X:{X1,X2,⋯,Xn}和Y:{Y1,Y2,⋯,Yn}是总体数据(例如普查结果)那么总体均值:E(X)=∑i=1nXin,E(Y)=∑i=1nYin总体协方差 ...
[学习笔记] [机器学习] 8. 聚类算法（聚类算法：K-means、K-means++；聚类算法评估；特征降维：特征选择（Pearson相关系数、Spearman相关系数）、PCA主成分分析）
视频链接数据集下载地址:无需下载 1. 聚类算法简介学习目标: 掌握聚类算法实现过程知道 K-means 算法原理知道聚类算法中的评估模型说明 K-means 的优缺点了解聚类中的算法优化 ...
皮尔森统计学相关性分析_pearson相关系数和spearman相关系数的区别
展开全部区别: 1.连续数据,正态分布,线性关系,用pearson相关系数是最恰当,当然用spearman相关系数也可以,效率没有62616964757a686964616fe78988e69d83 ...
皮尔逊(Pearson)相关系数与spearman相关系数（Python实现）
概念介绍相关系数:考察两个事物(在数据里我们称之为变量)之间的相关程度. 相关系数大小解释相关性绝对值无相关 0 - 0.09 弱相关 0.1 - 0.3 中相关 0.3 - 0.5 强相关 ...
python spearman相关系数_Python spearman相关系数不匹配 .
所以我有一个数据集,它是分子丰度作为物理参数的函数,我想确定两者之间的相互关系 . 这两个参数都跨越了几个数量级 . 因为两者不是线性相关的,所以我选择使用 scipy.stats.spearmanr ...
pearson和spearman相关系数
文章目录一.pearson相关系数二.spearman相关系数三.两者区别一.pearson相关系数评估两个连续变量之间的***相关关系,计算公式如下二.spearman相关系数斯皮尔曼 ...
ML之PPMCC：PPMCC皮尔逊相关系数(Pearson correlation coefficient)、Spearman相关系数的简介、案例应用之详细攻略
ML之PPMCC:PPMCC皮尔逊相关系数(Pearson correlation coefficient).Spearman相关系数的简介.案例应用之详细攻略目录 PPMCC皮尔逊相关系数的简介 ...

Pearson相关系数和Spearman相关系数的区别

前言

简介

区别

结论

Pearson相关系数和Spearman相关系数的区别相关推荐

最新文章

热门文章