统计学三大相关性系数:pearson,spearman,kendall
目录
- person correlation coefficient(皮尔森相关性系数-r)
- spearman correlation coefficient(斯皮尔曼相关性系数-p)
- kendall correlation coefficient(肯德尔相关性系数-k)
- R语言计算correlation
在文献以及各种报告中,我们可以看到描述数据之间的相关性:pearson correlation,spearman correlation,kendall correlation。它们分别是什么呢?计算公式?怎样用R语言简单实现计算呢?本文一一介绍~
建议前期阅读:协方差与相关系数-“傻傻”也能分清
总的来讲,三个相关性系数(pearson, spearman, kendall)反应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
person correlation coefficient(皮尔森相关性系数-r)
公式:
两个变量(X, Y)的皮尔森相关性系数(ρX,Y)等于它们之间的协方差cov(X,Y)除以它们各自标准差的乘积(σX, σY)。(分母是变量的标准差,这就意味着变量的标准差不能为0(分母不能为0),也就是说你每个变量所包含值不能都是相同的。如果没有变化,方差为0,那么是无法计算的)
方差是表示一个变量的波动情况,方差越小表示数据越集中,越大表示数据越离散;
标准差:等于(或近似等于)方差的开根号;
协方差:可以理解成两个变量之间的方差,其取值可以是负无穷到正无穷,它可以表示两个变量之间的变化趋势,但是不能表示它们之间的程度
局限性:
- 实验数据通常假设是成对的来自于正态分布的总体。为啥通常会假设为正态分布呢?因为我们在求皮尔森相关性系数以后,通常还会用t检验之类的方法来进行皮尔森相关性系数检验。
- 实验数据之间的差距不能太大,或者说皮尔森相关性系数受异常值的影响比较大。因为根据公式可以看到是直接是用x,y的值进行计算。相对应的spearman correlation对异常值不敏感,因为它是属于rank test,具体见下面介绍。
spearman correlation coefficient(斯皮尔曼相关性系数-p)
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,而不是直接是用x,y的值进行求解(因此对异常值不敏感,也不要求正态分布)。
公式:
计算过程就是:
- 获得秩次:记下原始X Y值得排序位置(X’, Y’),(X’, Y’)的值就称为秩次
- 对两个变量(X, Y)的数据进行排序
- 计算两个变量秩次的差值,也就是上面公式中的di,n就是变量中数据的个数
- 最后带入公式就可求解结果。
举个例子吧,假设我们实验的数据如下:
带入公式,求得斯皮尔曼相关性系数:ρ(s)= 1-6*(1+1+1+9)/6*35=0.657
不用管X和Y这两个变量具体的值到底差了多少,只需要算一下它们每个值所处的排列位置的差值,就可以求出相关性系数了。(如果原始数据中有重复值,则在求秩次时要以它们的平均值为准)
优势:
- 即便在变量值没有变化的情况下,也不会出现像皮尔森系数那样分母为0而无法计算的情况。
- 即使出现异常值,由于异常值的秩次通常不会有明显的变化(比如过大或者过小,那要么排第一,要么排最后),所以对斯皮尔曼相关性系数的影响也非常小
- 斯皮尔曼相关性系数没有那些数据条件要求,适用的范围广
pearson和spearman都是衡量连续型变量间的相关性,那么如果是分类变量呢?
kendall correlation coefficient(肯德尔相关性系数-k)
肯德尔相关性系数,又称肯德尔秩相关系数,它也是一种秩相关系数,不过它所计算的对象是分类变量。分类变量可以理解成有类别的变量,可以分为无序的,比如性别(男、女)、血型(A、B、O、AB),以及有序的,比如肥胖等级(重度肥胖,中度肥胖、轻度肥胖、不肥胖)。通常需要求相关性系数的都是有序分类变量。
例子:比如评委对选手的评分(优、中、差等),我们想看两个(或者多个)评委对几位选手的评价标准是否一致;或者医院的尿糖化验报告,想检验各个医院对尿糖的化验结果是否一致,这时候就可以使用肯德尔相关性系数进行衡量。
由于数据情况不同,求得肯德尔相关性系数的计算公式不一样,一般有3种计算公式,在这里就不繁琐地列出计算公式了,具体感兴趣的话可以自行搜寻资料。
R语言计算correlation
x <- c(seq(10))
y <- c(seq(11,20))
res <- cor.test(x, y,method = "pearson") # method 参数修改:“spearman","kendall"
# 具体见 ?cor.test
参考链接:聊聊统计学三大相关性系数
统计学三大相关性系数:pearson,spearman,kendall相关推荐
- 斯皮尔 皮尔森 肯德尔_统计学-三大相关性系数 | 生物统计学基础系列课
原标题:统计学-三大相关性系数 | 生物统计学基础系列课 什么是生物统计学 生物统计学是一种很有用的工具,正确使用这一工具可以使科学研究更加有效,使科学研究可以更加高效的开展.因此,它是每位生物科学工 ...
- 机器学习——统计学三大相关性系数(pearson、spearman、kendall)
应用场景 当想要比较变量间变化趋势时,可以先做出散点图从视觉上判断是否存在相关性(趋势一致).然后再采用相关性分析从统计角度衡量. 1. pearson correlation coefficient ...
- python求解典型相关系数_三大相关系数: pearson, spearman, kendall(python示例实现)...
三大相关系数:pearson, spearman, kendall 统计学中的三大相关性系数:pearson, spearman, kendall,他们反应的都是两个变量之间变化趋势的方向以及程度,其 ...
- 统计学之三大相关性系数简介(pearson、spearman、kendall)
三个相关性系数(pearson, spearman, kendall)反应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 ...
- 统计学之三大相关性系数(pearson、spearman、kendall)
(转自 微信公众号克里克学苑) 三个相关性系数(pearson, spearman, kendall)反应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 ...
- 统计学之三大相关性系数(pearson、spearman、kendall)matlab实现
(转自 微信公众号克里克学苑,修改成MATLAB语言实现) 三个相关性系数(pearson, spearman, kendall)反应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 ...
- python相关性分析_python实践统计学中的三大相关性系数,并绘制相关性分析的热力图...
本文首发地址: https://yishuihancheng.blog.csdn.net/article/details/83547648 欢迎关注我的博客[Together_CZ],我是沂水寒城! ...
- pd.Series.cor的三大相关性系数
相关性系数;滤除缺失值:平均值等. 统计学中的三大相关性系数:pearson, spearman, kendall: 更加准确地描述变量之间的线性相关程度,可以通过pearson, spearman计 ...
- 数据挖掘01-相关性分析及可视化【Pearson, Spearman, Kendall】
数据挖掘01-相关性分析及可视化[Pearson, Spearman, Kendall] 简介 一.什么是相关性分析 二.常见的相关性分析方法 三.Pearson相关系数 使用pandas对数据做Pe ...
最新文章
- [云炬创业基础笔记]第一章创业环境测试11
- boost::geometry::strategy::distance::thomas用法的测试程序
- 顺利达成微软HacktoberFest 2018
- Beatiful Soup获取淘宝商品详情
- property.js
- 关于域名注册、投资问题的相关解释
- mft按钮设计_《ZEMAX光学设计超级学习手册》一一1.2 用户界面
- 右耳Python小作业--快递分拣
- PHP, 将 PDF/Word/PPT 文档转换成图片生成长图
- 数学建模——使用matlab神经网络工具箱训练和预测
- A-Level化学例题解析及练习Co-ordinate bond
- 苹果xsmax登录id服务器无响应,iPhone XS Max无法开机了这几招轻松解决!
- Hive Table 操作命令汇总
- AI世界- 客流统计
- 面试分析《疯狂Python讲义》PDF代码+《Python核心编程第3版》PDF代码问题
- 外贸crm客户管理软件,外贸crm软件哪家最好?
- SAP ERP助力文档管理服务实力企业实现管理信息化,提升交易效率
- H264编码器13(CAVLC和CABAC简介)
- 关闭“打开文件-安全警告”的方法(每次打开程序都弹出安全警告很烦)
- 非旺玖原装的PL2303,请联系您的供货商