三大相关系数：Pearson、Spearman和Kendall

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