R计算两列数据的相关系数_第七讲 R-相关性分析及做图

相关性分析用于评估两个或多个变量之间的关联。例如，如果我们想知道父亲和儿子的身高之间是否存在关系，可以计算相关系数来回答这个问题。

如果两个变量（父亲和儿子的身高）之间没有关系，则儿子的平均身高应该相同，而与父亲的身高无关，反之亦然。

注意，仅当数据呈正态分布时，才可以使用相关性分析。可以使用Shapiro-Wilk test进行检查。请参看第六讲

小编将描述几种相关性分析的方法，并提供示例。

1. 相关性分析的方法

相关分析的方法有多种：

• 皮尔逊（Pearson）相关（r），它测量两个变量（x和y）之间的线性相关性。它也称为参数相关性检验，因为它取决于数据的分布。仅当x和y来自正态分布时才可以使用它。y = f（x）的图称为线性回归曲线。
• Kendall tau和Spearman rho，它们是基于等级的相关系数（非参数）。

最常用的方法是Pearson相关方法。

相关公式

在下面的公式中

• x和y是长度为n的两个向量
• mx和my分别