1.連續資料，正態分佈，線性關係，用pearson相關係數是最恰當，當然用spearman相關係數也可以，效率沒有pearson相關係數高。
2.上述任一條件不滿足，就用spearman相關係數，不能用pearson相關係數。
3.兩個定序測量資料之間也用spearman相關係數，不能用pearson相關係數。
pearson使用方法：scipy.stats.pearsonr( x， y )
spearman使用方法：scipy.stats.spearmanr(a, b=none, axis=0, nan_policy=『propagate』)
但是 上述二者只能觀察是否線性相關。而互資訊發可以觀察非線性相關。
互資訊：
pearson和spearman相關係數存在乙個問題是一般情況下只考慮了線性相關性，對非線性的變數相關性效果一般（源於計算協方差時的線性計算）。另一種互資訊的方法解決了這種問題，互資訊通過計算兩個變數之間對整個熵的情況來說明這一問題，互資訊指的是兩個隨機變數之間的關聯程度，即給定乙個隨機變數後，另乙個隨機變數不確定性的削弱程度，因而互資訊取值最小為0，意味著給定乙個隨機變數對確定一另乙個隨機變數沒有關係，最大取值為隨機變數的熵，意味著給定乙個隨機變數，能完全消除另乙個隨機變數的不確定性。其公式如下。
原來我對x有些不確定(不確定性為h(x))，告訴我y後我對x不確定性變為h(x|y), （建議有數學背景的推倒一下公式）這個不確定性的減少量就是x,y之間的互資訊i(x;y)=h(x)-h(x|y)。互資訊通過利用資訊熵的方式來對特徵之間的相關性進行衡量。克服了pearson計算線性相關性的缺陷。但同時互資訊法計算相關性帶來的計算量的複雜度。
互資訊食用方法：sklearn.metrics.normalized_mutual_info_score
定類變數
變數的一種，根據定性的原則區分總體各個案類別的變數。定類變數的值只能把研究物件分類，也即只能決定研究物件是同類抑或不同類，具有＝與≠的數學性質。例如性別區分為男性和女性兩類；出生地區分為農村、城市、城鎮三類；民族背景區分為漢、蒙、回、苗、壯、藏、維吾爾等；婚姻狀況區分為未婚、已婚、分居、離婚、喪偶等類。這些變數的值，只能區別異同，屬於定類層次。設計定類變數的各個類別時，要注意兩個原則。乙個是類與類之間要互相排斥，也即每個研究物件只能歸入一類；另乙個是所有研究物件均有歸屬，不可遺漏。例如性別分為男女兩類，它既概括了人的性別的全部類別，同時類別之間又具有排斥性。
定序變數
變數的一種，區別同一類別個案中等級次序的變數。定序變數能決定次序，也即變數的值能把研究物件排列高低或大小，具有＞與＜的數學特質。它是比定類變數層次更高的變數，因此也具有定類變數的特質，即區分類別（＝，≠）。例如文化程度可以分為大學、高中、初中、小學、文盲；工廠規模可以分為大、中、小；年齡可以分為老、中、青。這些變數的值，既可以區分異同，也可以區別研究物件的高低或大小。但是，各個定序變數的值之間沒有確切的間隔距離。比如大學究竟比高中高出多少，大學與高中之間的距離和初中與小學之間的距離是否相等，通常是沒有確切的尺度來測量的。定序變數在各個案上所取的變數值只具有大於或小於的性質，只能排列出它們的順序，而不能反映出大於或小於的數量或距離。
定距變數
也是變數的一種，區別同一類別個案中等級次序及其距離的變數。它除了包括定序變數的特性外，還能確切測量同一類別各個案高低、大小次序之間的距離，因而具有加與減的數學特質。但是，定距變數沒有乙個真正的零點。例如，攝氏溫度這一定距變數說明，攝氏40度比30度高10度，攝氏30度比20度又高10度，它們之間高出的距離相等，而攝氏零度並不是沒有溫度。又比如調查數個地區的工人佔全部勞動人口的比率時，發現甲、乙，丙、丁、戊五個地區的比率分別是2％、10％、35％、20％、10％。甲區與丙區相差33％，丙區與丁區相差15％。這也是乙個定距變數。定距變數各類別之間的距離，只能用加減而不能用乘除或倍數的形式來說明它們之間的關係。
定比變數
也是區別同一類別個案中等級次序及其距離的變數。定比變數除了具有定距變數的特性外，還具有乙個真正的零點，因而它具有乘與除（×、÷）的數學特質。例如年齡和收入這兩個變數，固然是定距變數，同時又是定比變數，因為其零點是絕對的，可以作乘除的運算。如a月收入是60元，而b是30元，我們可以算出前者是後者的兩倍。智力商數這個變數是定距變數，但不是定比變數，因為其0分只具有相對的意義，不是絕對的或固定的，不能說某人的智商是0分就是沒有智力；同時，由於其零點是不固定的，即使a是140分而b是70分，我們也不能說前者的智力是後者的兩倍，只能說兩者相差70分。因為0值是不固定的，如果將其向上移高20分，則a的智商變為120分而b變成50分，兩者的相差仍是70分，但a卻是b的2.4倍，而不是原先的兩倍了。攝氏溫度這一變數也如此。定比變數是最高測量層次的變數。
皮爾森相關係數 皮爾森相關係數的計算
在 變數關係大揭秘 一 我們提到了皮爾森相關係數r 先來兩個散點圖，左圖中x和y不相關，右圖中x和y高度正相關，差別在哪？讓我們在左右兩圖各畫乙個 田 字，田 字中心的座標是 x的平均值，y的平均值 比較左右兩圖，我們知道 當散點在a b c d均勻分布，x和y不相關 當a和c的點越多，並且b和d的...
皮爾森相關係數
皮爾森相關係數 pearson correlation coefficient 也稱皮爾森積矩相關係數 pearson product moment correlation coefficient 是一種線性相關係數。皮爾森相關係數是用來反映兩個變數線性相關程度的統計量。相關係數用r表示，其中n為樣...
Pearson 相關係數
1 pearson s r，稱為皮爾遜相關係數 pearson correlation coefficient 用來反映兩個隨機變數之間的線性相關程度。2 pearson是乙個介於 1 和1 之間的值。3 當兩個變數的線性關係增強時，相關係數趨於1或 1 4 當乙個變數增大，另乙個變數也增大時，表明...