基于Spearman的城市PM2.5与风速的相关性分析（MATLAB）

目录

1. 摘要

2. 基本原理

2.1. Spearman 秩相关系数

2.2. 计算方法

3. 基于Spearman的城市PM2.5和风速的相关性分析

参考文献

代码附录

---

1. 摘要

使用Spearman相关性分析方法，对北京市某年某月的部分日期的PM2.5的浓度与风速之间的数据相关性进行分析。研究结果表明，风速与PM2.5的浓度成负相关，风速越大，污染浓度越小，但并非完全的线性关系，也验证了Spearman 方法使用的合理性。

2. 基本原理

2.1. Spearman 秩相关系数

斯皮尔曼秩相关系数(The Spearman’s rank coefficient of correlation)，简称斯皮尔曼相关系数，是秩相关(rank correlation)的一种非参数度量(nonparametric measure)。

斯皮尔曼相关可以看作是皮尔逊相关的非参数版本。皮尔逊相关是关于两个随机变量之间的线性关系强度的统计度量，而斯皮尔曼相关考察的是两者单调关系的强度，通俗地说就是两者在变大或变小的趋势上多大程度上保持步调一致，哪怕没有保持比例关系。计算皮尔逊相关系数时使用的是数据样本值本身，而计算斯皮尔曼相关系数使用的是数据样本排位位次值（有时候数据本身就是位次值，有时候数据本身不是位次值，则在计算斯皮尔曼相关系数之前要先计算位次值）。

这里"非参数"有两层含义。首先，当X和Y的关系是由任意单调函数描述的，则它们是完全皮尔逊相关的。与此相应的，皮尔逊相关系数只能给出由线性方程描述的X和Y的相关性。其次，斯皮尔曼不需要先验知识(也就是说，除了数据本身不需要知道其它参数，比如说关于数据的分布的先验信息)便可以准确获取X和Y的采样概率分布之间的相关性。

因此其适用性比皮尔逊相关系数要广泛，应用场景如下：

如果数据展现的是非线性关系，或者不是正态分布的。

如果至少有一方数据是序数类型而非数值类型。

如果数据中有明显的异常值。与皮尔逊相关不同，斯皮尔曼相关对于异常值不太敏感，因为它基于排序位次进行计算，实际数值之间的差异大小对于计算结果没有直接影响。

2.2. 计算方法

Spearman秩相关系数计算公式如下：

                                                   

其中：和分别是x和y的位次；和分别表示平均位次；

常使用以下简化公式:

其中：表示第i个数据对的位次值之差；n 为总的观测样本数；

3. 基于Spearman的城市PM2.5和风速的相关性分析

选取22天的风速和PM2.5的小时级数据，每天24小时；数据分布如下所示：

图 3.1 风速和PM2.5浓度数据分布

依据式计算，得Spearman 相关系数为-0.5369，结合图 3.1可得PM2.5的浓度与风速成反比，且非线性相关。

参考文献

[1] 斯皮尔曼相关(Spearman correlation)系数概述及其计算例_斯皮尔曼秩相关系数_笨牛慢耕的博客-CSDN博客. Blog.
【精选】斯皮尔曼相关(Spearman correlation)系数概述及其计算例_斯皮尔曼相关系数-CSDN博客

代码附录

本案例的Matlab代码如下：

clc
clear 
close all
%% 数据的相关性分析Spearman相关系数
Load(‘LWS.mat’);
Load(‘PM2_5.mat’);

u=[LWS, PM2_5];
figure
scatterhist(u(:,1),u(:,2));
xlabel('累计风速(m/s)');
ylabel('PM2.5浓度(μg/m³)');
copula_corr=mySpearman(u(:,1),u(:,2));

%% 
function coeff = mySpearman(X , Y)  
% 本函数用于实现斯皮尔曼等级相关系数的计算操作  
%  
% 输入：  
%   X：输入的数值序列  
%   Y：输入的数值序列  
%  
% 输出：  
%   coeff：两个输入数值序列X，Y的相关系数  
   
if length(X) ~= length(Y)  
    error('两个数值数列的维数不相等');  
    return;  
end  
  
N = length(X); %得到序列的长度  
Xrank = zeros(1 , N); %存储X中各元素的排行  
Yrank = zeros(1 , N); %存储Y中各元素的排行  
  
%计算Xrank中的各个值  
for i = 1 : N  
    cont1 = 1; %记录大于特定元素的元素个数  
    cont2 = -1; %记录与特定元素相同的元素个数  
    for j = 1 : N  
        if X(i) < X(j)  
            cont1 = cont1 + 1;  
        elseif X(i) == X(j)  
            cont2 = cont2 + 1;  
        end  
    end  
    Xrank(i) = cont1 + mean([0 : cont2]);  
end  
  
%计算Yrank中的各个值  
for i = 1 : N  
    cont1 = 1; %记录大于特定元素的元素个数  
    cont2 = -1; %记录与特定元素相同的元素个数  
    for j = 1 : N  
        if Y(i) < Y(j)  
            cont1 = cont1 + 1;  
        elseif Y(i) == Y(j)  
            cont2 = cont2 + 1;  
        end  
    end  
    Yrank(i) = cont1 + mean([0 : cont2]);  
end  
  
%利用差分等级(或排行)序列计算Spearman等级相关系数  
fenzi = 6 * sum((Xrank - Yrank).^2);  
fenmu = N * (N^2 - 1);  
coeff = 1 - fenzi / fenmu;  
  
end