三个相关性系数(Pearson、Spearman和Kendall)反映的都是两个变量之间变化趋势的方向以及程度,其值范围为-1到+1,0表示两个变量不相关,正值表示正相关,负值表示负相关,值越大表示相关性越强。
1. Pearson(皮尔森相关性系数)
公式如下:
就是X,Y两个变量的协方差与两个变量的标准差之积的比值。
所以X,Y两个变量的标准差不能为零。
皮尔森相关系数受异常值的影响比较大。
2. Spearman
斯皮尔曼相关性系数,通常也叫斯皮尔曼秩相关系数。“秩”,可以理解成就是一种顺序或者排序,那么它就是根据原始数据的排序位置进行求解,这种表征形式就没有了求皮尔森相关性系数时那些限制。下面来看一下它的计算公式:
计算过程就是:
1. 对两个变量(X,Y)的数据进行排序(统一用升序或降序),每个变量在排序之后的位置即为其秩次(X', Y'),原始位置相同的X,Y的秩次X', Y'的差值即为。n是变量的个数(或者对数),下图的数据是按照降序排列的,n=6.
上图中的Spearman相关系数为:
可以看出,Spearman是根据变量的大小顺序所确定的,所以一个异常值不会对Spearman相关系数的计算造成很大影响。
3. Kendall相关系数
它也是一种秩相关系数,不过它所计算的对象是分类变量,具体计算方法这里不列出。
4. 参考链接
http://blog.sina.com.cn/s/blog_69e75efd0102wmd2.html