两个 0 1 向量之间的相关性计算

本文主要思想来自
https://www.cnblogs.com/dan-baishucaizi/p/10096316.html

假设 $\mathbf{a}$、$\mathbf{b}$ 两个 0 1 向量
a =   ( x 1 , x 2 , ⋯   , x n ) , 其 中 x i ∈ { 0 , 1 } b =   ( y 1 , y 2 , ⋯   , y n ) , 其 中 y i ∈ { 0 , 1 } \begin{aligned} \bf{a} =& \ (x_1, x_2, \cdots, x_n), 其中 x_i \in \lbrace 0, 1 \rbrace \\ \bf{b} =& \ (y_1, y_2, \cdots, y_n), 其中 y_i \in \lbrace 0, 1 \rbrace \end{aligned} a=b=​ (x1​,x2​,⋯,xn​),其中xi​∈{0,1} (y1​,y2​,⋯,yn​),其中yi​∈{0,1}​
假设各个 $x_i$ 和 $y_i$ 相互独立，且
$$\begin{array}{rl}& P(x_i==0)\\ =& P(x_i==1)\\ =& P(y_i==0)\\ =& P(y_i==1)\\ =& 1/2\end{array}$$我们定义 $$\begin{gathered} I_{=}=\sum _{i=1}^{n}I(x_i==y_i) \\ {I}_{\ne }=\sum _{i=1}^{n}I(x_i\ne y_i) \end{gathered}$$$I$ 为示性函数，输入为真时取1，输入为假时取 0 . 我们可以定义一个函数，使得当 $I_{=}==n$ 时，$\mathbf{a}$ 和 $\mathbf{b}$ 正相关，相关系数为 1；当 $I_{=}==0$ 时，$\mathbf{a}$ 和 $\mathbf{b}$ 负相关，相关系数为 -1；当 $I_{=}==I_{\ne }==n/2$ 时，即 $\mathbf{a}$ 和 $\mathbf{b}$ 中各有一半的元素相等，一半的元素不相等，$\mathbf{a}$ 和 $\mathbf{b}$ 不相关，相关系数为 0. 现在说明一下为什么 $I_{=}==n/2$ 时 $\mathbf{a}$ 和 $\mathbf{b}$ 不相关：$x_i$ 和 $y_i$ 只可能有如下四种情形
$$\begin{gathered} A:x_i==0且y_i==0 \\ B:x_i==1且y_i==0 \\ C:x_i==0且y_i==1 \\ D:x_i==1且y_i==1 \end{gathered}$$当 $\mathbf{a}$ 和 $\mathbf{b}$ 完全不相关时，也即我们从 $\mathbf{a}$ 的值中无法得到任何与 $\mathbf{b}$ 有关的信息，必然有 $A、B、C、D$ 四种事件等概率出现，即
$$P(A)=P(B)=P(C)=P(D)=\frac{1}{4}$$$A、D$ 代表 $I(x_i==y_i)==1$ 的情形，$B、C$ 代表 $I(x_i==y_i)==0$ 的情形，由此即可推出 $I_{=}==n/2$ . 所以定义函数
$$f(\mathbf{a},\mathbf{b})=(-1{)}^{\mathbf{I}({\mathbf{I}}_{\ne }>\frac{\mathbf{n}}{2})}(1-\frac{4\times {\mathbf{I}}_{=}\times {\mathbf{I}}_{\ne }}{{\mathbf{n}}^2})$$