R计算两列数据的相关系数_相关系数简介及R计算

变量间Pearson、Spearman、Kendall、Polychoric、Tetrachoric、Polyserial、Biserial相关系数简介及R计算 对于给定数据集中，变量之间的关联程度以及关系的方向，常通过相关系数衡量。 就关系的强度而言，相关系数的值在 +1 和 -1 之间变化，值 ±1 表示变量之间存在完美关联程度，即完全相关时绝对值为 1 ；随着相关系数值趋于 0 ，意味着变量之间的关系将减弱，完全不相关时为 0 。关系的方向由系数的符号表示； + 号表示正向关系， - 号表示负向关系。

图示两个变量之间的相关系数，正相关意味着图表从左到右具有向上的斜率：随着x值的增加，y值会变大；负相关性意味着图表从左到右具有向下的斜率：随着x值的增加，y值会变小；零(不相关)表示y不随x的变化而变化。        

常见的变量间相关系数简介

首先简介常见的用于描述变量间相关性的系数，包括Pearson、Spearman、Kendall、Polychoric、Tetrachoric、Polyserial、(Point-)Biserial等。  

Pearson相关(连续变量，数值相关)

Pearson相关系数(皮尔森相关)是使用最广泛的相关性统计量，用于测量两组连续变量之间的线性关联程度。

Pearson相关系数计算如下：

r_xy，变量x和y的Pearson相关系数；

n，观测对象的数量；

x_i，x的第i个观测值；

y_i，y的第i个观测值。

Pearson相关系数应用于连续变量，假定两组变量均为正态分布、存在线性关系且等方差。线性关系假设两个变量之间是线性响应的，等方差假设数据在回归线上均匀分布。

Spearman秩相关(连续变量，秩相关)

Spearman秩相关系数(斯皮尔曼等级相关)是一种非参数统计量，其值与两组相关变量的具体值无关，而仅仅与其值之间的大小关系有关。Spearman秩相关依据两列成对等级的各对等级数之差进行计算，所以又称为“等级差数法”。当变量在至少是有序的尺度上测量时，它是合适的相关分析方法。

Spearman秩相关系数计算如下：

ρ，Spearman秩相关系数；

d_i，对应变量的秩之差，即两个变量分别排序后成对的变量位置(等级)差；

n，观测对象的数量。

Spearman秩相关同样应用于连续变量，与Pearson相关相比Spearman秩相关不要求变量的正态性和等方差假设，且对异常值的敏感度较低(该方法基于变量的排序，因此异常值的秩次通常不会有明显变化)，因此适用范围通常更广。但方法较为保守，统计效能较Pearson相关系数低，容易忽略一些不太强的线性关系。

此外，Spearman秩相关要求数据必须至少是有序的，一个变量的得分必须与另一个变量单调相关(monotonically related)。 

Kendall相关(分类变量，秩相关)

Kendall 相关系数则用于计算分类变量间的秩相关，用于反映分类变量相关性的指标，适用于两个分类变量均为有序分类的情况。

考虑两组变量，x和y，它们各自的观测值数量均为n，则x与y观测值可能配对的总数为n(n-1)/ 2。由于x和y为分类变量，需要首先根据类别表示的重要度人工赋值。随后考察x和y的关系对，如果x_ii且