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，

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 the assumption that each dataset is normally distributed「假设两组数据服从正态分布，即数据必须是连续型数据(continuous)」.

Like other correlation coefficients, this one varies between -1 and +1

文章来源: wenyusuran.blog.csdn.net，作者：文宇肃然，版权归原作者所有，如需转载，请联系作者。

原文链接：wenyusuran.blog.csdn.net/article/details/122534828