【相关系数公式】在统计学中,相关系数是用来衡量两个变量之间线性关系的强度和方向的一个数值指标。常见的相关系数包括皮尔逊相关系数(Pearson Correlation Coefficient)、斯皮尔曼等级相关系数(Spearman Rank Correlation Coefficient)以及肯德尔等级相关系数(Kendall's Tau)。下面将对这些常见相关系数的公式进行总结,并以表格形式展示。
一、相关系数概述
相关系数的取值范围通常在 -1 到 1 之间:
- 1 表示完全正相关;
- 0 表示无线性相关;
- -1 表示完全负相关。
不同的相关系数适用于不同类型的数据,如连续变量、有序变量或非正态分布数据等。
二、常用相关系数公式及说明
| 相关系数名称 | 公式 | 适用数据类型 | 说明 |
| 皮尔逊相关系数 | $ r = \frac{\sum (x_i - \bar{x})(y_i - \bar{y})}{\sqrt{\sum (x_i - \bar{x})^2 \sum (y_i - \bar{y})^2}} $ | 连续变量 | 衡量两组连续变量之间的线性相关程度 |
| 斯皮尔曼等级相关系数 | $ \rho = 1 - \frac{6 \sum d_i^2}{n(n^2 - 1)} $ | 有序变量/排名数据 | 基于变量的排名计算,适用于非正态分布数据 |
| 肯德尔等级相关系数 | $ \tau = \frac{C - D}{\frac{1}{2} n(n - 1)} $ | 有序变量/分类变量 | 通过比较一致性对来计算,适用于小样本数据 |
三、公式解析
1. 皮尔逊相关系数
- 分子:协方差,表示两个变量的共同变化趋势;
- 分母:标准差的乘积,用于标准化协方差;
- 结果:反映两变量间线性关系的强弱。
2. 斯皮尔曼等级相关系数
- d_i:第 i 个观测值的两个变量的排名差;
- n:样本数量;
- 公式简化版:当没有重复排名时适用。
3. 肯德尔等级相关系数
- C:一致对的数量;
- D:不一致对的数量;
- 结果:反映两个变量在排序上的一致性程度。
四、使用建议
- 若数据为连续且呈正态分布,推荐使用 皮尔逊相关系数;
- 若数据为有序或非正态分布,可考虑使用 斯皮尔曼或肯德尔相关系数;
- 在实际应用中,应结合数据特征与研究目的选择合适的相关系数。
五、总结
相关系数是分析变量之间关系的重要工具,不同类型的系数适用于不同的数据类型和场景。理解其公式和适用条件,有助于更准确地解读数据间的关联性。通过合理选择相关系数,可以提升数据分析的科学性和有效性。
