【统计学】三大相关系数之皮尔逊相关系数（person correlation coefficient）

本文链接：https://blog.csdn.net/qq_39885465/article/details/105539519

统计学中，皮尔逊相关系数衡量了两变量X和Y的线性相关性，取值范围为-1到+1。0表示不相关，正值表示正相关，负值表示负相关，值越大相关性越强。它基于数据的正态分布假设和协方差计算，适用于连续性变量。若数据不符合正态分布，可使用Spearman或Kendall秩相关系数。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

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）
皮尔逊相关系数通常用r或ρ表示，度量两变量X和Y之间相互关系（线性相关）
(1)公式
皮尔森相关性系数的值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)。
(2)数据要求
a.正态分布
它是协方差与标准差的比值，并且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，而t检验是基于数据呈正态分布的假设的。
b.实验数据之间的差距不能太大
比如：研究人跑步的速度与心脏跳动的相关性，如果人突发心脏病，心跳为0（或者过快与过慢），那这时候我们会测到一个偏离正常值的心跳，如果我们把这个值也放进去进行相关性分析，它的存在会大大干扰计算的结果的。

计算积距pearson相关系数，连续性变量才可采用;
计算Spearman秩相关系数，适合于定序变量或不满足正态分布假设的等间隔数据;
计算Kendall秩相关系数，适合于定序变量或不满足正态分布假设的等间隔数据。

import pandas as pd
import numpy as np
  
#原始数据
X1=pd.Series([1, 2, 3, 4, 5, 6])
Y1=pd.Series([0.3, 0.9, 2.7, 2, 3.5, 5])
  
X1.mean() #平均值# 3.5
Y1.mean() #2.4
X1.var() #方差#3.5
Y1.var() #2.9760000000000004
  
X1.std() #标准差不能为0# 1.8708286933869707
Y1.std() #标准差不能为0#1.725108692227826
X1.cov(Y1) #协方差#3.0600000000000005
  
X1.corr(Y1,method="pearson") #皮尔森相关性系数 #0.948136664010285
X1.cov(Y1)/(X1.std()*Y1.std()) #皮尔森相关性系数 # 0.948136664010285