数学建模之相关系数

皮尔逊pearson相关系数和斯皮尔曼spearman等级相关系数。它们可用来衡量两个变量之间的相关性的大小，根据数据满足的不同条件，我们要选择不同的相关系数进行计算和分析

一、相关概念

• 总体——所要考察对象的全部个体叫做总体.我们总是希望得到总体数据的一些特征（例如均值方差等）

• 样本——从总体中所抽取的一部分个体叫做总体的一个样本.

• 统计量——计算这些抽取的样本的统计量来估计总体的统计量：

例如使用样本均值、 样本标准差来估计总体的均值（平均水平）和总体的标准差（偏离程度）

二、皮尔逊Pearson相关系数

1.总体皮尔逊Pearson相关系数

皮尔逊相关系数也可以看成是剔除了两个变量量纲影响，即将X和Y标准化后的协方差

2.样本皮尔逊Pearson相关系数

3.相关系数可视化

4.注意要点

皮尔逊（Person）相关系数是用来衡量 线性相关性的指标

• 如果两个变量本身就是线性的关系，那么皮尔逊相关系数绝对值大的就是相关性强，小的就是相关性弱；

• 在不确定两个变量是什么关系的情况下，即使算出皮尔逊相关系数，发现很大，也不能说明那两个变量线性相关，甚至不能说他们相关，我们一定要画出散点图来看才行

5.对相关系数大小的解释

三、斯皮尔曼spearman相关系数

如果有的数值相同，则将它们所在的位置取算术平均

斯皮尔曼相关系数被定义成 等级 之间的皮尔逊相关系数

四、两个相关系数的比较