python 计算gdp_用Python统计推断——相关性篇

本文需要用到的Python库：

Pandas

Scipy.stats

Seaborn

本文纲要：

一、什么是相关性检验？

二、三种类型的相关性检验

三、例子中用到的数据

四、检验假定

五、用Pandas计算相关系数

六、用Scipy.stats计算相关系数

---

一、什么是相关系数？

相关性在统计中用来度量变量之间的关系，相关系数在-1到1之间：相关系数越接近-1或1，变量之间的相关关系越强；相关系数越接近0，变量之间的相关关系越弱。

每种相关检验都是用于检验已下假设：

原假设H0 ：变量1和变量2不相关

备选假设H1 ：变量1和变量2相关

p-值＜α，则可以得出变量之间具有显著的相关性。显著性水平α可以取不同的值，多数领域取0.05。这里，我们给α取值0.05。

三种不同类型的相关关系：

• 负相关：一个变量增大，另一个变量减小
• 不相关：两个变量之间没有相关关系
• 正相关：一个变量增大，另一个变量也增大

三种不同类型的相关关系

样本相关系数的通常解释

---

二、三种类型的相关性检验

皮尔森相关系数（Pearson）、皮尔斯曼秩相关系数（Spearman