皮尔逊相关系数分析

基本含义：

皮尔逊相关系数分析（Pearson Correlation Coefficient Analysis）是一种统计方法，用于衡量两个变量之间的线性相关性。它是最常见的相关性分析方法之一，用于判断两个变量是否呈现线性关系，并通过相关系数的数值大小和符号表示相关性强度和方向。

计算公式：

参数评估：

皮尔逊相关系数 rrr 的取值范围在 -1 到 1 之间：

• r=1：表示两个变量之间存在完全正线性相关，即一个变量增加时，另一个变量也总是按比例增加。
• r=−1：表示两个变量之间存在完全负线性相关，即一个变量增加时，另一个变量总是按比例减少。
• r=0：表示两个变量之间没有线性关系。

python代码实现：

（1）问题示例

现在有一个成绩表，内含“语文”“数学”“英语”学科以及“总成绩”，研究：“语文”成绩和“总成绩”之间的皮尔逊相关性。（注意运行的时候要将xlsx文件放在python运行文件内，第一层文件路径下）

（2）代码实现

在python中，当我们安装好pandas库之后，我们可以直接调用库中的相关系数函数corr()来实现：

完整python代码如下：

import pandas as pd

# 读取 Excel 文件
file_path = '学生成绩表.xlsx'

# 加载 Excel 文件的第一个工作表
df = pd.read_excel(file_path, sheet_name='Sheet1')

# 计算“语文成绩”和“总成绩”之间的皮尔逊相关系数
pearson_corr = df['语文'].corr(df['总成绩'])

# 输出皮尔逊相关系数
print(f"语文成绩和总成绩之间的皮尔逊相关系数为: {pearson_corr}")

（3）效果

资源获取：

表格的获取方式如下：

通过网盘分享的文件：学生成绩表.zip
链接: https://pan.baidu.com/s/1k-Km-Alo3x73QQfSLYQBYw?pwd=rsx7 提取码: rsx7
--来自百度网盘超级会员v5的分享

好啦，希望能够帮助到大家！