数学建模——皮尔逊person相关系数VS斯皮尔曼spearman相关系数学习笔记
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
1、皮尔逊Person相关系数
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
一、Person相关系数公式计算以下：
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