皮尔逊、斯皮尔曼、肯德尔等级应用场景及代码实现(附Python代码)

本文详细介绍了皮尔逊、斯皮尔曼和肯德尔等级相关系数的概念、适用场景以及Python计算代码。皮尔逊适用于线性关系,斯皮尔曼适合非线性且无离群值的情况,肯德尔则用于排名数据的关联分析。文中通过实例展示了如何用Python的scipy库计算这些相关系数。

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

本文结合Python的scipy.stats,简单梳理皮尔逊Pearson、斯皮尔曼Spearman、肯德尔等级Kendallta三个相关系数的运用场景;及Python中如何计算三个相关系数。

1、统计学中常见变量类型

方便下文理解,先简单梳理下统计学中常用的变量类别

图片

统计学中常用的变量类别


2、皮尔逊相关系数(Pearson)

使用前提大小一致、连续、服从正态分布的数据集,以下为scipy中描述:

scipy.stats.pearsonr(x, y)
The Pearson correlation coefficient measures the linear relationship between two datasets 「衡量两组数据的线性相关性」.

The calculation of the p-value relies on th

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

打赏作者

文宇肃然

精神和物质鼓励你选一个吧

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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