python数据分析-相关分析
概念
- 在现实中,事物与事物之间或多或少存在一定的关系,数据之间也不例外,数据与数据之间关系往往提醒安于互相依存的关系,而相关分析主要就是分析两个变量之间的相互影响程度,在数据分析中,相关分析就是度量的是两个连续型变量之间的相关型。
常见的的度量指标如下:
- 皮尔森相关系数Pearson
- 斯皮尔曼相关系数Spearman
相关型越强,说明两个变量之间的影响程度越大,反之越小。
相关系数等于-1时,完全负相关
相关系数等于0时,无线性相关
相关系数等于+1时,完全正相关
三种系数
- Pearson --衡量两变量线性相关关系
- Spearman 对于有序变量而言,使用这个更加准确
- kendall 用于衡量两个变量的非线性关系
Pearson 相关系数
Spearman相关系数
下面通过代码进行演示:
代码中使用泰坦尼克号的人员信息作为数据,探