1、概述
在統計學中,皮爾遜相關係數( Pearson correlation coefficient),又稱皮爾遜積矩相關係數(Pearson product-moment correlation coefficient,簡稱 PPMCC或PCCs),是用於度量兩個變量X和Y之間的相關(線性相關),其值介於-1與1之間。
皮爾遜相關係數的變化範圍爲-1到1。 係數的值爲1意味着X和Y可以很好的由直線方程來描述,所有的數據點都很好的落在一條直線上,且Y隨着X的增加而增加。係數的值爲−1意味着所有的數據點都落在直線上,且Y隨着X的增加而減少。係數的值爲0意味着兩個變量之間沒有線性關係。
★ 通常情況下通過以下相關係數取值範圍判斷變量的相關強度:
2、python計算代碼
①直接用numpy的corrcoef方法
from math import sqrt
import numpy as np
x = [1,2,3,5,8]
y = [5,8,7,6,9]
print (np.corrcoef(x,y))
輸出結果——
[[1. 0.62678317]
[0.62678317 1. ]]
②自己編寫代碼復現
from math import sqrt
def multipl(a,b):
sumofab=0.0
for i in range(len(a)):
temp=a[i]*b[i]
sumofab+=temp
return sumofab
def corrcoef(x,y):
n=len(x)
#求和
sum1=sum(x)
sum2=sum(y)
#求乘積之和
sumofxy=multipl(x,y)
#求平方和
sumofx2 = sum([pow(i,2) for i in x])
sumofy2 = sum([pow(j,2) for j in y])
num=sumofxy-(float(sum1)*float(sum2)/n)
#計算皮爾遜相關係數
den=sqrt((sumofx2-float(sum1**2)/n)*(sumofy2-float(sum2**2)/n))
return num/den
x = [1,2,3,5,8]
y = [5,8,7,6,9]
print ('皮爾遜相關係數爲:')
print (corrcoef(x,y))
輸出結果——
皮爾遜相關係數爲:
0.6267831705280087