相关性(Pearson,Kendall,Spearman)
最近在学习R语言时,需要对两个连续变量进行相关性分析,通过查看帮助文档,发现cor.test()常用的相关性方法有三种,其中出现最为频繁的就是皮尔逊相关系数了,这里收集整理一下这三种方法的区别。1
2
3
4cor.test(x, y,
alternative = c("two.sided", "less", "greater"),
method = c("pearson", "kendall", "spearman"),
exact = NULL, conf.level = 0.95, continuity = FALSE, ...)
相关性是一种双变量分析,它衡量两个变量之间关联的强度和关系的方向。关于关系的强度,相关系数的值在+1和-1之间变化。当相关系数的值在±1左右时,这被认为是两个变量之间的完美关联度。由于相关系数值为0,两个变量之间的关系将较弱。关系的方向只是+(表示变量之间的正相关)或 - (表示变量之间的负相关)相关性的符号。通常在统计学中,我们使用三种类型的相关性:Pearson相关性,Kendall秩相关性,Spearman相关.
Pearson r correlation 皮尔逊相关