相关分析-如何选用Pearson、Spearman、Kendall三大相关系数

说到相关分析，很多人会马上拿出皮尔逊Pearson相关系数，从不论数据是不是符合适用条件，甚至完全不了解Pearson相关系数还有假设条件这回事。

常见的相关系数有三种，它们分别是Pearson、Spearman、Kendall系数，世人兼知pearson系数，冷淡了另外两个。

非常重要的一个知识点是：Pearson系数不是万能的，不满足适用条件时我们需要使用另外两个。

三大相关系数如何选用呢，小兵给大家作个小结。

一、变量类型

考察两个变量的相关关系，首先得看清楚两个变量都是什么类型的。统计分析中常见的变量类型有连续型数值变量，无序分类变量、有序分类变量。

连续型数值变量：如销售额、气温、工资收入、考试成绩；

无序分类变量：如性别男和女，血型种类；

有序分类变量：如学历水平小学、初中、高中、大学、研究生；

二、两个连续数值变量相关关系

X1和X2都是连续型数值变量，比如考察某班学生体重和肺活量之间的关系，如果数据具有正态性，此时首选Pearson相关系数，

相关分析-如何选用Pearson、Spearman、Kendall三大相关系数相关推荐

python求解典型相关系数_三大相关系数: pearson, spearman, kendall（python示例实现）...
三大相关系数:pearson, spearman, kendall 统计学中的三大相关性系数:pearson, spearman, kendall,他们反应的都是两个变量之间变化趋势的方向以及程度,其 ...
数据挖掘01-相关性分析及可视化【Pearson, Spearman, Kendall】
数据挖掘01-相关性分析及可视化[Pearson, Spearman, Kendall] 简介一.什么是相关性分析二.常见的相关性分析方法三.Pearson相关系数使用pandas对数据做Pe ...
【统计学】三大相关系数之皮尔逊相关系数（person correlation coefficient）
统计学中的三大相关性系数:pearson, spearman, kendall,他们反应的都是两个变量之间变化趋势的方向以及程度,其值范围为-1到+1. 0表示两个变量不相关,正值表示正相关,负值表示 ...
三大相关系数：Pearson、Spearman秩相关系数、kendall等级相关系数的联系与区别
三大统计相关系数:Pearson.Spearman秩相关系数.kendall等级相关系数统计相关系数简介 Pearson(皮尔逊)相关系数 1.简介 2.适用范围 3.使用方法 Spearman R ...
Pearson，Kendall和Spearman三种相关分析方法的异同
在SPSS软件相关分析中,pearson(皮尔逊), kendall(肯德尔)和spearman(斯伯曼/斯皮尔曼)三种相关分析方法有什么异同两个连续变量间呈线性相关时,使用Pearson积差相关系 ...
皮尔森（Pearson correlation coefficient）相关系数—统计学三大相关系数之一
概述皮尔森相关系数也称皮尔森积矩相关系数(Pearson product-moment correlation coefficient) ,是一种线性相关系数,是最常用的一种相关系数.记为r,用来反 ...
分析数据相关性的三大相关系数
需要一种方法评价两组数据之间的相关性,有皮尔森(pearson)相关系数,斯皮尔曼(spearman)相关系数和肯德尔(kendall)相关系数.在这三大相关系数中,spearman和kendall属 ...
三大统计相关系数：Pearson、Spearman秩相关系数、kendall等级相关系数
统计相关系数简介由于使用的统计相关系数比较频繁,所以这里就利用几篇文章简单介绍一下这些系数. 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. 如果有两个变量:X.Y,最终计算出的相 ...
统计学三大相关系数---Pearson、Spearman、kendall / RMSE与实现（附代码）
算法实现:这里直接调库 from scipy import stats import numpy as np val_PLCC = stats.pearsonr(y_pred, y_val)[0] v ...

相关分析-如何选用Pearson、Spearman、Kendall三大相关系数

一、变量类型

二、两个连续数值变量相关关系

相关分析-如何选用Pearson、Spearman、Kendall三大相关系数相关推荐

最新文章

热门文章