相关性分析皮尔森系数例子,斯皮尔曼相关系数显著性

def person_func(x,y): """ 1. person correlation coefficient（皮尔森相关性系数） 皮尔逊相关系数通常用r或ρ表示，度量两变量X和Y之间相互关系（线性相关） (1)公式 皮尔森相关性系数的值等于它们之间的协方差cov(X,Y)除以它们各自标准差的乘积(σX, σY)。 (2)数据要求 a.正态分布 它是协方差与标准差的比值，并且在求皮尔森相关性系数以后，通常还会用t检验之类的方法来进行皮尔森相关性系数检验，而t检验是基于数据呈正态分布的假设的。 b.实验数据之间的差距不能太大 比如：研究人跑步的速度与心脏跳动的相关性，如果人突发心脏病，心跳为0（或者过快与过慢），那这时候我们会测到一个偏离正常值的心跳，如果我们把这个值也放进去进行相关性分析，它的存在会大大干扰计算的结果的。 """ X1=pd.Series(x) Y1=pd.Series(y) X1.mean() #平均值 Y1.mean() # X1.var() #方差 Y1.var() # X1.std() #标准差不能为0 Y1.std() #标准差不能为0 X1.cov(Y1) #协方差 # X1.cov(Y1)/(X1.std()*Y1.std()) #皮尔森相关性系数 return X1.corr(Y1, method="pearson") #皮尔森相关性系数def spearman_func(x,y): """ 2. spearman correlation coefficient（zrdyb相关性系数） zrdyb相关性系数，通常也叫zrdyb秩相关系数。“秩”，可以理解成就是一种顺序或者排序，那么它就是根据原始数据的排序位置进行求解 (1)公式 首先对两个变量（X, Y）的数据进行排序，然后记下排序以后的位置（X’, Y’），（X’, Y’）的值就称为秩次，秩次的差值就是上面公式中的di，n就是变量中数据的个数，最后带入公式就可求解结果。 (2)数据要求 因为是定序，所以我们不用管X和Y这两个变量具体的值到底差了多少，只需要算一下它们每个值所处的排列位置的差值，就可以求出相关性系数了 """ X1=pd.Series(x) Y1=pd.Series(y) #处理数据删除Nan x1=X1.dropna() y1=Y1.dropna() n=x1.count() x1.index=np.arange(n) y1.index=np.arange(n) #分部计算 d=(x1.sort_values().index-y1.sort_values().index)**2 dd=d.to_series().sum() p=1-n*dd/(n*(n**2-1)) #s.corr()函数计算 r=x1.corr(y1,method='spearman') return r,pdef kendall_func(x,y): """ 3. kendall correlation coefficient（肯德尔相关性系数） 肯德尔相关性系数，又称肯德尔秩相关系数，它也是一种秩相关系数，不过它所计算的对象是分类变量。 分类变量可以理解成有类别的变量，可以分为： (1) 无序的，比如性别（男、女）、血型（A、B、O、AB）； (2) 有序的，比如肥胖等级（重度肥胖，中度肥胖、轻度肥胖、不肥胖）。 通常需要求相关性系数的都是有序分类变量。 (1)公式 R=（P-(n*(n-1)/2-P))/(n*(n-1)/2)=(4P/(n*(n-1)))-1 注：设有n个统计对象，每个对象有两个属性。将所有统计对象按属性1取值排列，不失一般性，设此时属性2取值的排列是乱序的。设P为两个属性值排列大小关系一致的统计对象对数 (2)数据要求 类别数据或者可以分类的数据 """ X1=pd.Series(x) Y1=pd.Series(y) r = X1.corr(Y1,method="kendall") return r