皮尔逊、斯皮尔曼、肯德尔相关系数python实现

一、肯德尔系数

1. 定义：

Kendall(肯德尔)系数的定义：n个同类的统计对象按特定属性排序，其他属性通常是乱序的。同序对（concordant pairs）和异序对（discordant pairs）之差与总对数（n*(n-1)/2)的比值定义为Kendall(肯德尔)系数。

肯德尔相关系数可以测量两个随机序列的相关性，肯德尔相关系数被定义为：
$$\tau =\frac{2}{n(n-1)}\sum _{i<j}\sigma (x_i-x_j)\sigma (y_i-y_j)$$
其中，
$$\sigma (x)=\{\begin{array}{l}1,\mathrm{x}>0\\ 0,\mathrm{x}=0\\ -1,\mathrm{x}<0\end{array}$$

x，y 分别表示两个序列，肯德尔相关系数τ 的值域为-1 到 1 之间。当 τ=1时，表示两个序列具有完全一致的相关性；当 τ=-1 时，表示两个序列拥有完全相反的相关性；当 τ=0 时，表示这对序列组是不相关的，而 τ≠0 则可以认为两个序列具有一定的相关性。

2. python实现

from scipy.stats import kendalltau
import numpy as np

def sckendall(a, b):
    '''
    会与scipy源码中计算的有一定差距
    '''
    L = len(a)
    count = 0
    for i in range(L - 1):
        for j in range(i + 1, L):
            count = count + np.sign(a[i] - a[j]) * np.sign(b[i] - b[j])
    kendall_tau = count / (L * (L - 1) / 2)

    return kendall_tau

if __name__ == '__main__':

    a = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
    b = [3, 7, 2, 1, 4, 8, 6, 10, 5, 9]

    kendall_tau_2, p_value = kendalltau(a, b)
    kendall_tau = sckendall(a, b)
    print(kendall_tau)
    print(kendall_tau_2)

二、肯德尔系数、皮尔逊系数、斯皮尔曼系数

2. python实现

import math
from itertools import combinations

#Pearson algorithm
def pearson(x, y):
    assert len(x) == len(y) > 0
    q = lambda n: len(n) * sum(map(lambda i: i ** 2, n)) - (sum(n) ** 2)
    return (len(x) * sum(map(lambda a: a[0] * a[1], zip(x, y))) - sum(x) * sum(y)) / math.sqrt(q(x) * q(y))

#Spearman algorithm
def spearman(x, y):
    assert len(x) == len(y) > 0
    q = lambda n: map(lambda val: sorted(n).index(val) + 1, n)
    d = sum(map(lambda x, y: (x - y) ** 2, q(x), q(y)))
    return 1.0 - 6.0 * d / float(len(x) * (len(y) ** 2 - 1.0))

#Kendall algorithm
def kendall(x, y):
    assert len(x) == len(y) > 0
    c = 0 #concordant count
    d = 0 #discordant count
    t = 0 #tied count
    for (i, j) in combinations(range(len(x)), 2):
        s = (x[i] - x[j]) * (y[i] - y[j])
        if s:
            c += 1
            d += 1
            if s > 0:
                t += 1
            elif s < 0:
                t -= 1
        else:
            if x[i] - x[j]:
                c += 1
            elif y[i] - y[j]:
                d += 1
    return t / math.sqrt(c * d)

#read in file
GSM = [6,9,3,12,8,7,10,11,2,5,4,1]
LGC = [6,9,3,12,7,8,11,10,2,4,5,1]

kendall_test = kendall(GSM, LGC)
pearson_test = pearson(GSM, LGC)
spearman_test = spearman(GSM, LGC)

print("肯德尔系数：", kendall_test)
print("皮尔逊系数：", pearson_test)
print("斯皮尔曼系数：", spearman_test)