计算相关系数 皮尔逊相关系数 Pearson、Spearman

数据探索

计算相关系数

为了更加准确地描述变量之间的线性相关程度，可以通过计算相关系统来进行相关分析。

在二元变量的相关分析过程中比较常用的有Pearson相关系数，Spearman秩相关系数和判定系数。

皮尔逊相关系数（Pearson Correlation Coefficient）

一般用于分析两个连续性变量之间的关系，其计算公式如下。
$$r=\frac{{\sum }_{i=1}^n(xi-\overline{x})(yi-\overline{y})}{\sqrt{{\sum }_{i=1}^n(xi-\overline{x}{)}^2{\sum }_{i=1}^n(yi-\overline{y}{)}^2}}$$
相关系数r的取值范围：-1 <= r <= 1
$$\{\begin{array}{l}r>0为正相关，r<0为负相关\\ |r|=0表示不存在线性关系\\ |r|=1表示完全线性相关\end{array}$$
0<|r|<1表示存在不同程度线性相关
$$\{\begin{array}{l}|r|<=0.3为不存在线性相关\\ 0.3<|r|<=0.5为低度线性相关\\ 0.5<|r|<=0.8为显著线性相关\\ |r|>0.8为高度线性相关\end{array}$$

Spearman秩相关系数

Pearson线性相关系数要求连续变量的取值服从正太分布。不服从正态分布的变量、分类或等级变量之间的关联性可采用Spearman秩相关系数，也称等级相关系数来描述。

其计算公式如下：
$$r=1-\frac{6{\sum }_{i=1}^n(Ri-Qi{)}^2}{n(n^2-1)}$$
研究表明，在正态分布假设下，Spearman秩相关系数与Pearson相关系数在效率上是等价的，而对于连续测量数据，更适合用Pearson相关系数来进行分析。

判定系数

判定系数是相关系数的平方，用$r^2$表示；用来衡量回归方程对y的解释程度。

判定系数取值范围：0<=$r^2$<=1, $r^2$越接近于1，表示x与y之间的相关性越强；

$r^2$越接近于0，表明两个变量之间几乎没有直线相关关系。