def
person_func
(x,y)
:"""
1. person correlation coefficient（皮爾森相關性係數）
皮爾遜相關係數通常用r或ρ表示，度量兩變數x和y之間相互關係（線性相關）
(1)公式
皮爾森相關性係數的值等於它們之間的協方差cov(x,y)除以它們各自標準差的乘積(σx, σy)。
(2)資料要求
a.正態分佈
它是協方差與標準差的比值，並且在求皮爾森相關性係數以後，通常還會用t檢驗之類的方法來進行皮爾森相關性係數檢驗，而t檢驗是基於資料呈正態分佈的假設的。
b.實驗資料之間的差距不能太大
比如：研究人跑步的速度與心臟跳動的相關性，如果人突發心臟病，心跳為0（或者過快與過慢），那這時候我們會測到乙個偏離正常值的心跳，如果我們把這個值也放進去進行相關性分析，它的存在會大大干擾計算的結果的。
"""x1=pd.series(x)
y1=pd.series(y)
x1.mean(
)#平均值
y1.mean()#
x1.var(
)#方差
y1.var()#
x1.std(
)#標準差不能為0
y1.std(
)#標準差不能為0
x1.cov(y1)
#協方差
# x1.cov(y1)/(x1.std()*y1.std()) #皮爾森相關性係數
return x1.corr(y1, method=
"pearson"
)#皮爾森相關性係數
defspearman_func
(x,y)
:"""
2. spearman correlation coefficient（斯皮爾曼相關性係數）
斯皮爾曼相關性係數，通常也叫斯皮爾曼秩相關係數。「秩」，可以理解成就是一種順序或者排序，那麼它就是根據原始資料的排序位置進行求解
(1)公式
首先對兩個變數（x, y）的資料進行排序，然後記下排序以後的位置（x』, y』），（x』, y』）的值就稱為秩次，秩次的差值就是上面公式中的di，n就是變數中資料的個數，最後帶入公式就可求解結果。
(2)資料要求
因為是定序，所以我們不用管x和y這兩個變數具體的值到底差了多少，只需要算一下它們每個值所處的排列位置的差值，就可以求出相關性係數了
"""x1=pd.series(x)
y1=pd.series(y)
#處理資料刪除nan
x1=x1.dropna(
) y1=y1.dropna(
) n=x1.count(
) x1.index=np.arange(n)
y1.index=np.arange(n)
#分部計算
d=(x1.sort_values(
).index-y1.sort_values(
).index)**2
dd=d.to_series().
sum(
) p=
1-n*dd/
(n*(n**2-
1))#s.corr()函式計算
r=x1.corr(y1,method=
'spearman'
)return r,p
defkendall_func
(x,y)
:"""
3. kendall correlation coefficient（肯德爾相關性係數）
肯德爾相關性係數，又稱肯德爾秩相關係數，它也是一種秩相關係數，不過它所計算的物件是分類變數。
分類變數可以理解成有類別的變數，可以分為：
(1) 無序的，比如性別（男、女）、血型（a、b、o、ab）；
(2) 有序的，比如肥胖等級（重度肥胖，中度肥胖、輕度肥胖、不肥胖）。
通常需要求相關性係數的都是有序分類變數。
(1)公式
r=（p-(n*(n-1)/2-p))/(n*(n-1)/2)=(4p/(n*(n-1)))-1
注：設有n個統計物件，每個物件有兩個屬性。將所有統計物件按屬性1取值排列，不失一般性，設此時屬性2取值的排列是亂序的。設p為兩個屬性值排列大小關係一致的統計物件對數
(2)資料要求
類別資料或者可以分類的資料
"""x1=pd.series(x)
y1=pd.series(y)
r = x1.corr(y1,method=
"kendall"
)return r
spearman相關性分析 相關性分析
r語言常用函式 cor 預設結果為矩陣 cor mydat,use method use 缺失值的處理，method 處理方法 cor x,y 可以計算非方形矩陣，x y分別為2個矩陣，相同的行數 cor.test x,y,alternative method x y為檢驗相關性的變數 librar...
相關性分析
1.圖表 折線圖 散點圖2.協方差及協方差矩陣協方差 用來衡量兩個變數的總體誤差。只能對兩組資料進行分析 3.相關係數 correlation coefficience 可以對相關的密切程度進行度量弊端 因為沒有模型，所以無法進行 正態性檢驗 t檢驗 假設檢驗 異常值檢驗 箱線圖法 q1 位於25 ...
spss相關性分析 SPSS篇 相關性分析
昨天跟大家 了如何使用spss進行方差分析，知道了方差分析的原理以及最後的結果如何解讀。今天跟大家來分享的是另外一種比較常見的分析 相關性分析。相關分析是研究兩個或兩個以上處於同等地位的隨機變數間的相關關係的統計分析方法。比如我們在研究人的身高體重之間關係的時候，我們就會用到相關性分析。說到這裡，大...