统计学中三大相关系数

三大相关系数分别是pearson[皮尔森]、spearman[斯皮尔曼] 和 kendall[肯德尔]
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，负值表示负相关，值越大表示相关性越强。

1.Pearson

两个变量(X, Y)的皮尔森相关性系数(ρX,Y)等于它们之间的协方差cov(X,Y)除以它们各自标准差的乘积(σX, σY)。

Tips:
方差是表示一个变量的波动情况，方差越小表示数据越集中，越大表示数据越离散；
标准差：等于（或近似等于）方差的开根号；
协方差：用于描述两个变量间的线性关系。两个变量的协方差越大，它们在一系列数据点范围内的取值所呈现出的趋势就越相近.

Pearson对数据有比较高的要求：
a. 实验数据通常假设是成对的来自于正态分布的总体。在求皮尔森相关性系数以后，通常还会用t检验之类的方法来进行皮尔森相关性系数检验，而 t检验是基于数据呈正态分布的假设的.

b.实验数据之间的差距不能太大，或者说皮尔森相关性系数受异常值的影响比较大.

2.Spearman

也叫斯皮尔曼 秩 相关系数。“秩”，可以理解成就是一种顺序或者排序，根据原始数据的排序位置进行求解，这种表征形式就没有了求皮尔森相关性系数时那些限制.

n表示数据的数量，di 表示两个数据次序的差值:

例如实验数据如下：

带入公式，求得斯皮尔曼相关性系数：r = 1-6*(1+1+1+9)/6*35=0.657

3.kendall

由于数据情况不同，求得肯德尔相关性系数的计算公式不一样，一般有3种计算公式，

假设两个随机变量分别为X、Y（也可以看做两个集合），它们的元素个数均为N，两个随即变量取的第i（1<=i<=N）个值分别用Xi、Yi表示。元素为(Xi, Yi)（1<=i<=N），
a. 当集合XY中任意两个元素(Xi, Yi)与(Xj, Yj)的排行相同时（情况1：Xi>Xj且Yi>Yj，情况2：Xi<Xj且Yi<Yj），这两个元素就被认为是一致的。
b. 当出现（情况3：Xi>Xj且Yi<Yj，情况4：Xi<Xj且Yi>Yj），这两个元素被认为是不一致的。
c. 当出现（情况5：Xi=Xj，情况6：Yi=Yj），这两个元素既不是一致的也不是不一致的。

C表示XY中拥有一致性的元素对数（两个元素为一对）；D表示XY中拥有不一致性的元素对数。

1. 公式一：仅适用于集合X与Y中均不存在相同元素的情况（集合中各个元素唯一）。

2. 公式二： 适用于集合X或Y中存在相同元素的情况
   其中
   N1针对集合 X 计算，N2针对集合 Y 计算，将X中的相同元素分别组合成集合，s表示集合X中拥有的集合数（例如X包含元素：1 2 3 4 3 3 2，那么这里得到的s则为2，因为只有2、3有相同元素），Ui表示第i个集合所包含的元素数。

3. 公式三：仅适用于用表格表示的随机变量X、Y之间相关系数的计算。M表示长方形表格中行数与列数中较小的一个。举个列子：
   X={1, 1, 2, 2, 2, 2, 2, 3, 3, 3}；
   Y={1, 2, 1, 1, 2, 2, 3, 2, 3, 3}；其中M为3
   

参考内容：

1. https://mp.weixin.qq.com/s/7mLvwssuR4W1kyaenrL5PA
2. https://blog.csdn.net/shuangyufrank/article/details/41981951