统计学相关系数以及其代码实现

本文介绍了统计学中的三种主要相关系数——皮尔逊相关系数、斯皮尔曼相关系数及肯德尔相关系数,并通过实例展示了皮尔逊相关系数的计算过程。阅读本文,您将了解这些相关系数的基本原理及其在数据分析中的应用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

统计学上主要有 3 大相关系数:

  1. 皮尔逊相关系数
  2. 斯皮尔曼相关系数
  3. 肯德尔相关系数

一、皮尔逊相关系数

1. 原理

2. 代码实现

 

>>> from scipy import stats
>>> a = np.array([0, 0, 0, 1, 1, 1, 1]) >>> b = np.arange(7) >>> stats.pearsonr(a, b) (0.8660254037844386, 0.011724811003954649)

二、斯皮尔曼相关系数

三、肯德尔相关系数

参考文章:

1. https://www.cnblogs.com/HuZihu/p/10183502.html

2. https://blog.youkuaiyun.com/ichuzhen/article/details/79535226

3. https://www.cnblogs.com/fujj/p/9720357.html

转载于:https://www.cnblogs.com/ykxlh/p/11210805.html

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值