1、概述
在统计学中,皮尔逊相关系数( Pearson correlation coefficient),又称皮尔逊积矩相关系数(Pearson product-moment correlation coefficient,简称 PPMCC或PCCs),是用于度量两个变量X和Y之间的相关(线性相关),其值介于-1与1之间。
皮尔逊相关系数的变化范围为-1到1。 系数的值为1意味着X和Y可以很好的由直线方程来描述,所有的数据点都很好的落在一条直线上,且Y随着X的增加而增加。系数的值为−1意味着所有的数据点都落在直线上,且Y随着X的增加而减少。系数的值为0意味着两个变量之间没有线性关系。
★ 通常情况下通过以下相关系数取值范围判断变量的相关强度:
2、python计算代码
①直接用numpy的corrcoef方法
from math import sqrt
import numpy as np
x = [1,2,3,5,8]
y = [5,8,7,6,9]
print (np.corrcoef(x,y))
输出结果——
[[1. 0.62678317]
[0.62678317 1. ]]
②自己编写代码复现
from math import sqrt
def multipl(a,b):
sumofab=0.0
for i in range(len(a)):
temp=a[i]*b[i]
sumofab+=temp
return sumofab
def corrcoef(x,y):
n=len(x)
#求和
sum1=sum(x)
sum2=sum(y)
#求乘积之和
sumofxy=multipl(x,y)
#求平方和
sumofx2 = sum([pow(i,2) for i in x])
sumofy2 = sum([pow(j,2) for j in y])
num=sumofxy-(float(sum1)*float(sum2)/n)
#计算皮尔逊相关系数
den=sqrt((sumofx2-float(sum1**2)/n)*(sumofy2-float(sum2**2)/n))
return num/den
x = [1,2,3,5,8]
y = [5,8,7,6,9]
print ('皮尔逊相关系数为:')
print (corrcoef(x,y))
输出结果——
皮尔逊相关系数为:
0.6267831705280087