python 相关性分析原理及代码详细介绍

一、相关性分析简介

相关性分析(correlation analysis)是指对两个或多个具备相关关系的变量进行线性相关分析，从而衡量变量间的相关程度或密切程度。相关性程度即为相关性系数R，R的取值范围是[-1, 1]。相关性不等于因果。

二、相关性分析原理及方法

方法	别称	原理	公式	优点	数据要求
Pearson(皮尔逊)相关系数	皮尔逊积矩相关系数	反映两个变量线性相关程度的统计量	相关系数用r表示，其中n为样本量，。r的取值在-1与+1之间，若r>0，表明两个变量是正相关，即一个变量的值越大，另一个变量的值也会越大；若r<0，表明两个变量是负相关，即一个变量的值越大另一个变量的值反而会越小。r 的绝对值越大表明相关性越强。	速度快、定位准、效率高	连续性、正态分布性、线性关系
Spearman(斯皮尔曼)相关系数	斯皮尔曼秩相关系数	首先得到两组数据X和Y的秩（U,V),&#x