![575df286623bfd0b9504c885dc5dae41.png](https://i-blog.csdnimg.cn/blog_migrate/261fe08a10bf2a15037bf9ce694a1558.jpeg)
![d752028a3cd19e3493577e66ba03b5dd.png](https://i-blog.csdnimg.cn/blog_migrate/8cb98936063e8f4ccdbe4d9d43616cc4.jpeg)
01
这一篇我们来聊聊大家平常比较常用的相关系数。相关系数是用来度量两个变量之间相关性大小的一个量化指标。比如你要判断啤酒和尿布之间是否有相关性,就可以计算这两个变量的相关系数,通过相关系数来判断两者的相关性大小。相关系数主要有三种:Pearson相关系数、Spearman秩相关系数和Kendall τ相关系数。皮尔逊(Pearson)相关系数大家应该都知道,也应该有用到过。但是秩相关(Spearman)系数和τ相关(Kendall)系数大家或许不知道。我们这一篇就来聊聊这三个系数。
02
第一个讲的是大家熟悉的皮尔逊相关系数,在讲皮尔逊相关系数前,我们先讲一下另外一个概念,协方差。协方差是用来表示两个变量总体的误差,而方差是用来只表示一个变量的误差。协方差的公式如下: