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&#x