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，探究船舱等级与存活之间的相关关系 titanic.csv数据文件

import pandas as pd
titanic = pd.read_csv('titanic.csv')
pearson_relation = titanic[['pclass','survived']].corr(method='pearson')#Pearson相关性
print("Pearson相关性\n",pearson_relation)
spearman_relation = titanic[['pclass','survived']].corr(method='spearman')#spearman相关性
print("spearman相关性\n",spearman_relation)
kendall_relation = titanic[['pclass','survived']].corr(method='kendall')#kendall相关性
print("kendall相关性\n",kendall_relation)

从结果上来看，是负数，表示船舱的等级与存活之间存在负相关关系，也就是随着船舱等级【1，2，3】提高，存活人数越来越少。

原文链接：https://blog.csdn.net/lzx159951/article/details/104437115