pd.Series.cor的三大相关性系数

最新推荐文章于 2024-06-13 15:18:26 发布

freya_hu

最新推荐文章于 2024-06-13 15:18:26 发布

阅读量2.7k

点赞数 1

分类专栏： python 文章标签： python 数据分析

本文链接：https://blog.csdn.net/fi_hu/article/details/106220364

版权

本文介绍了统计学中的三大相关性系数——pearson、spearman和kendall在Python数据分析中的应用。pearson适用于正态分布的连续数据，而spearman是无参数检验方法，适合非正态分布或非线性关系的数据。kendall则适用于有序离散数据。在实际分析中，需根据数据特性选择合适的相关性系数。

摘要由CSDN通过智能技术生成

相关性系数;滤除缺失值；平均值等。

统计学中的三大相关性系数：pearson, spearman, kendall：
更加准确地描述变量之间的线性相关程度，可以通过pearson, spearman计算相关系数来进行相关分析。

pearson（连续数据&正态分布&线性关系）
正态分布
它是协方差与标准差的比值，是一种线性相关系数，并且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。
实验数据之间的差距不能太大
比如：研究人跑步的速度与心脏跳动的相关性，如果人突发心脏病，心跳为0（或者过快与过慢），那这时候我们会测到一个偏离正常值的心跳，如果我们把这个值也放进去进行相关性分析，它的存在会大大干扰计算的结果的。
实例

import pandas as pd
import numpy as np

X1=pd.Series([1, 2, 3, 4, 5, 6])
Y1=pd.Series([0.3, 0.9, 2.7, 2, 3.5, 5])
  
X1.mean() #平均值# 3.5
Y1.mean() #2.4
X1.var() #方差#3.5
Y1.var() #2.9760000000000004
  
X1.std() #标准差不能为0# 1.8708286933869707
Y1.std() #标准差不能为0#1.725108692227826
X1.cov(Y1) #协方差#3.0600000000000005
  
X1.corr(Y1,method="pearson") #皮尔森相关性系数 #0.9481