斯皮尔 皮尔森 肯德尔_Pearson, Kendall, Spearman三种相关性的差异

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