皮尔逊 person相关系数和斯皮尔曼spearman等级相关系数,它们可用来衡量两个变量之间的相关性的大小,根据 spa
数据知足的不一样条件,咱们要选择不一样的相关系数进行计算和分析(建模论文中最容易用错的方法)。blog
若是有两个变量:X、Y,最终计算出的相关系数的含义能够有以下理解:class
(1)、当相关系数为0时,X和Y两变量无关系。变量
(2)、当X的值增大(减少),Y值增大(减少),两个变量为正相关,相关系数在0.00与1.00之间。方法
(3)、当X的值增大(减少),Y值减少(增大),两个变量为负相关,相关系数在-1.00与0.00之间。im
相关系数的绝对值越大,相关性越强,相关系数越接近于1或-1,相关度越强,相关系数越接近于0,相关度越弱。屁、数据
可理解为数据X与Y的协方差/(X的标准差 *Y的标准差)img
皮尔逊相关系数也能够当作是剔除了两个变量量纲影响,即将X和co