相關(guān)性系數(shù)介紹+python代碼實現(xiàn) correlation analysis

參考文獻:

1.python 皮爾森相關(guān)系數(shù) https://www.cnblogs.com/lxnz/p/7098954.html

2.統(tǒng)計學(xué)之三大相關(guān)性系數(shù)(pearson撒轮、spearman循签、kendall) http://blog.sina.com.cn/s/blog_69e75efd0102wmd2.html

皮爾森系數(shù)

image

重點關(guān)注第一個等號后面的公式,最后面的是推導(dǎo)計算,暫時不用管它們。看到?jīng)]有,兩個變量(X, Y)的皮爾森相關(guān)性系數(shù)(ρX,Y)等于它們之間的協(xié)方差cov(X,Y)除以它們各自標(biāo)準(zhǔn)差的乘積(σX, σY)。

公式的分母是變量的標(biāo)準(zhǔn)差蛾魄,這就意味著計算皮爾森相關(guān)性系數(shù)時,變量的標(biāo)準(zhǔn)差不能為0(分母不能為0)协饲,也就是說你的兩個變量中任何一個的值不能都是相同的畏腕。如果沒有變化,用皮爾森相關(guān)系數(shù)是沒辦法算出這個變量與另一個變量之間是不是有相關(guān)性的茉稠。
皮爾森相關(guān)系數(shù)(Pearson correlation coefficient)也稱皮爾森積矩相關(guān)系數(shù)(Pearson product-moment correlation coefficient) 描馅,是一種線性相關(guān)系數(shù)。皮爾森相關(guān)系數(shù)是用來反映兩個變量線性相關(guān)程度的統(tǒng)計量而线。相關(guān)系數(shù)用r表示铭污,其中n為樣本量,分別為兩個變量的觀測值和均值膀篮。r描述的是兩個變量間線性相關(guān)強弱的程度嘹狞。r的絕對值越大表明相關(guān)性越強。
簡單的相關(guān)系數(shù)的分類
0.8-1.0 極強相關(guān)
0.6-0.8 強相關(guān)
0.4-0.6 中等程度相關(guān)
0.2-0.4 弱相關(guān)
0.0-0.2 極弱相關(guān)或無相關(guān)

r描述的是兩個變量間線性相關(guān)強弱的程度誓竿。r的取值在-1與+1之間磅网,若r>0,表明兩個變量是正相關(guān)筷屡,即一個變量的值越大涧偷,另一個變量的值也會越大簸喂;若r<0,表明兩個變量是負相關(guān)燎潮,即一個變量的值越大另一個變量的值反而會越小喻鳄。r 的絕對值越大表明相關(guān)性越強,要注意的是這里并不存在因果關(guān)系确封。

spearman correlation coefficient(斯皮爾曼相關(guān)性系數(shù))

斯皮爾曼相關(guān)性系數(shù)除呵,通常也叫斯皮爾曼秩相關(guān)系數(shù)∽Υ“秩”颜曾,可以理解成就是一種順序或者排序,那么它就是根據(jù)原始數(shù)據(jù)的排序位置進行求解腥放,這種表征形式就沒有了求皮爾森相關(guān)性系數(shù)時那些限制泛啸。下面來看一下它的計算公式:


image

計算過程就是:首先對兩個變量(X, Y)的數(shù)據(jù)進行排序,然后記下排序以后的位置(X’, Y’)秃症,(X’, Y’)的值就稱為秩次,秩次的差值就是上面公式中的di吕粹,n就是變量中數(shù)據(jù)的個數(shù)种柑,最后帶入公式就可求解結(jié)果

image

帶入公式,求得斯皮爾曼相關(guān)性系數(shù):ρs= 1-6(1+1+1+9)/635=0.657

而且匹耕,即便在變量值沒有變化的情況下聚请,也不會出現(xiàn)像皮爾森系數(shù)那樣分母為0而無法計算的情況。另外稳其,即使出現(xiàn)異常值驶赏,由于異常值的秩次通常不會有明顯的變化(比如過大或者過小,那要么排第一既鞠,要么排最后)煤傍,所以對斯皮爾曼相關(guān)性系數(shù)的影響也非常小嘱蛋!

由于斯皮爾曼相關(guān)性系數(shù)沒有那些數(shù)據(jù)條件要求蚯姆,適用的范圍就廣多了。

kendall correlation coefficient(肯德爾相關(guān)性系數(shù))

肯德爾相關(guān)性系數(shù)洒敏,又稱肯德爾秩相關(guān)系數(shù)龄恋,它也是一種秩相關(guān)系數(shù),不過它所計算的對象是分類變量凶伙。
分類變量可以理解成有類別的變量郭毕,可以分為
無序的,比如性別(男函荣、女)显押、血型(A扳肛、B、O煮落、AB)敞峭;
有序的,比如肥胖等級(重度肥胖蝉仇,中度肥胖旋讹、輕度肥胖、不肥胖)轿衔。
通常需要求相關(guān)性系數(shù)的都是有序分類變量沉迹。

舉個例子。比如評委對選手的評分(優(yōu)害驹、中鞭呕、差等),我們想看兩個(或者多個)評委對幾位選手的評價標(biāo)準(zhǔn)是否一致宛官;或者醫(yī)院的尿糖化驗報告葫松,想檢驗各個醫(yī)院對尿糖的化驗結(jié)果是否一致,這時候就可以使用肯德爾相關(guān)性系數(shù)進行衡量底洗。

pandas代碼實現(xiàn)

pandas.DataFrame.corr()
DataFrame.corr(method='pearson', min_periods=1)[source]
Compute pairwise correlation of columns, excluding NA/null values
Parameters:
method : {‘pearson’, ‘kendall’, ‘spearman’}
pearson : standard correlation coefficient
kendall : Kendall Tau correlation coefficient
spearman : Spearman rank correlation
min_periods : int, optional
Minimum number of observations required per pair of columns to have a valid result. Currently only available for pearson and spearman correlation
Returns:

y : DataFrame

import pandas as pddf = pd.DataFrame({'A':[5,91,3],'B':[90,15,66],'C':[93,27,3]})print(df.corr())print(df.corr('spearman'))print(df.corr('kendall'))df2 = pd.DataFrame({'A':[7,93,5],'B':[88,13,64],'C':[93,27,3]})print(df2.corr())print(df2.corr('spearman'))print(df2.corr('kendall'))

numpy代碼實現(xiàn)

numpy.corrcoef(x腋么,y = None,rowvar = True亥揖,bias = <class'numpy._globals._NoValue'>珊擂,ddof = <class'numpy._globals._NoValue'> )
返回Pearson乘積矩相關(guān)系數(shù)。
cov有關(guān)更多詳細信息费变,請參閱文檔摧扇。相關(guān)系數(shù)矩陣R和協(xié)方差矩陣C之間的關(guān)系為


image

R的值在-1和1之間(含)。
參數(shù):
x:array_like
包含多個變量和觀察值的1維或2維數(shù)組挚歧。x的每一行代表一個變量扛稽,每一列都是對所有這些變量的單獨觀察。另請參閱下面的rowvar昼激。
y:array_like庇绽,可選
一組額外的變量和觀察。y的形狀與x相同橙困。
rowvar:布爾瞧掺,可選
如果rowvar為True(默認(rèn)),則每行表示一個變量凡傅,并在列中有觀察值辟狈。否則,該關(guān)系將被轉(zhuǎn)置:每列表示一個變量,而行包含觀察值哼转。
bias : _NoValue, optional Has no effect, do not use. Deprecated since version 1.10.0.
ddof : _NoValue, optional Has no effect, do not use. Deprecated since version 1.10.0.
返回:

R:ndarray 變量的相關(guān)系數(shù)矩陣明未。

import numpy as npvc=[1,2,39,0,8]vb=[1,2,38,0,8]print(np.mean(np.multiply((vc-np.mean(vc)),(vb-np.mean(vb))))/(np.std(vb)*np.std(vc)))#corrcoef得到相關(guān)系數(shù)矩陣(向量的相似程度)

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市壹蔓,隨后出現(xiàn)的幾起案子趟妥,更是在濱河造成了極大的恐慌,老刑警劉巖佣蓉,帶你破解...
    沈念sama閱讀 211,817評論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件披摄,死亡現(xiàn)場離奇詭異,居然都是意外死亡勇凭,警方通過查閱死者的電腦和手機疚膊,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,329評論 3 385
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來虾标,“玉大人寓盗,你說我怎么就攤上這事¤岛” “怎么了傀蚌?”我有些...
    開封第一講書人閱讀 157,354評論 0 348
  • 文/不壞的土叔 我叫張陵,是天一觀的道長蘸吓。 經(jīng)常有香客問我喳张,道長,這世上最難降的妖魔是什么美澳? 我笑而不...
    開封第一講書人閱讀 56,498評論 1 284
  • 正文 為了忘掉前任,我火速辦了婚禮摸航,結(jié)果婚禮上制跟,老公的妹妹穿的比我還像新娘。我一直安慰自己酱虎,他們只是感情好雨膨,可當(dāng)我...
    茶點故事閱讀 65,600評論 6 386
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著读串,像睡著了一般聊记。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上恢暖,一...
    開封第一講書人閱讀 49,829評論 1 290
  • 那天排监,我揣著相機與錄音,去河邊找鬼杰捂。 笑死舆床,一個胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播挨队,決...
    沈念sama閱讀 38,979評論 3 408
  • 文/蒼蘭香墨 我猛地睜開眼谷暮,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了盛垦?” 一聲冷哼從身側(cè)響起湿弦,我...
    開封第一講書人閱讀 37,722評論 0 266
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎腾夯,沒想到半個月后颊埃,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 44,189評論 1 303
  • 正文 獨居荒郊野嶺守林人離奇死亡俯在,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 36,519評論 2 327
  • 正文 我和宋清朗相戀三年竟秫,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片跷乐。...
    茶點故事閱讀 38,654評論 1 340
  • 序言:一個原本活蹦亂跳的男人離奇死亡肥败,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出愕提,到底是詐尸還是另有隱情馒稍,我是刑警寧澤,帶...
    沈念sama閱讀 34,329評論 4 330
  • 正文 年R本政府宣布浅侨,位于F島的核電站纽谒,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏如输。R本人自食惡果不足惜鼓黔,卻給世界環(huán)境...
    茶點故事閱讀 39,940評論 3 313
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望不见。 院中可真熱鬧澳化,春花似錦、人聲如沸稳吮。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,762評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽灶似。三九已至列林,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間酪惭,已是汗流浹背希痴。 一陣腳步聲響...
    開封第一講書人閱讀 31,993評論 1 266
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留撞蚕,地道東北人润梯。 一個月前我還...
    沈念sama閱讀 46,382評論 2 360
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親纺铭。 傳聞我的和親對象是個殘疾皇子寇钉,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 43,543評論 2 349

推薦閱讀更多精彩內(nèi)容