回覆列表
-
1 # 使用者981187254678
-
2 # 藍風24
1、衡量內容
Pearson相關係數是用來衡量兩個資料集合是否在一條線上面,用來衡量定距變數間的線性關係。
spearman相關係數是衡量兩個變數的依賴性的非引數指標。
2、計算公式
Pearson相關係數:
spearman相關係數:
3、特點:
Pearson相關係數:相關係數的絕對值越大,相關性越強:相關係數越接近於1或-1,相關度越強,相關係數越接近於0,相關度越弱。
spearman相關係數:斯皮爾曼相關係數表明X(獨立變數)和Y(依賴變數)的相關方向。如果當X增加時,Y趨向於增加,斯皮爾曼相關係數則為正。如果當X增加時,Y趨向於減少,斯皮爾曼相關係數則為負。斯皮爾曼相關係數為零表明當X增加時Y沒有任何趨向性。
當X和Y越來越接近完全的單調相關時,斯皮爾曼相關係數會在絕對值上增加。當X和Y完全單調相關時,斯皮爾曼相關係數的絕對值為1。
區別: 1.分析範圍不同: Pearson用於計算連續資料的相關,而speraman相關是專門用於分析順序資料,二者分析範圍不同。 2.用途不同: Pearson相關是最常見的相關公式,用於計算連續資料的相關,比如計算班上學生數學成績和語文成績的相關可以用Pearson相關。而spearman相關是專門用於分析順序資料的,就是那種只有順序關係,但並非等距的資料,比如計算班上學生數學成績排名和語文成績排名的關係。 當然如果你也可以用pearson相關來計算順序資料,此時得到的結果和用spearman相關得到的一樣。 拓展材料: 相關表和相關圖可反映兩個變數之間的相互關係及其相關方向,但無法確切地表明兩個變數之間相關的程度。於是,著名統計學家卡爾·皮爾遜設計了統計指標--相關係數(Correlation coefficient)。相關係數是用以反映變數之間相關關係密切程度的統計指標。 相關係數是按積差方法計算,同樣以兩變數與各自平均值的離差為基礎,透過兩個離差相乘來反映兩變數之間相關程度;著重研究線性的單相關係數。