Spearmen相关系数和Pearson相关系数及其MATLAB实现.doc

Spearmen相关系数和Pearson相关系数及其MATLAB实现Spearmen相关系数，Spearman秩相关系数是一种无参数（与分布无关）检验方法，用于度量变量之间联系的强弱。在没有重复数据的情况下，如果一个变量是另外一个变量的严格单调函数，则Spearman秩相关系数就是+1或-1，称变量完全Spearman秩相关。表达式如下：式中，n为样方数，对原始数据,按从大到小排序，记,为原始,在排序后列表中的位置，,称为,的秩次，秩次差。使用Pearson线性相关系数有2个局限：1） 必须假设数据是成对地从正态分布中取得的。2） 数据至少在逻辑范围内是等距的。位置n原始X排序后秩次原始Y排序后秩次秩次差11254651786125464517846103133242455144513246620532123624162264513-3对于上表数据，算出Spearman秩相关系数为：r=1-6*(1+1+1+9)/(6*35)=0.6571图1 秩相关系数检验的临界值表上图为秩相关系数检验的临界值表。对相关系数r（-1r1）：A.当|r|越接近1则表示样本之间的相关程度越高；B.当|r|越接近0则表示样本之间的相关程度越低。因为n=6，若|r|0.829，则样本之间存在相关性，反之则不存在显著相关性，若|r|0.943，则样本之间存在极显著相关性。程序：%将以下程序存为mySpearman.m文件%function coeff = mySpearman(X , Y) if length(X) = length(Y) error(两个数值数列的维数不相等); return; end N = length(X); %得到序列的长度 Xrank = zeros(1 , N); %存储X中各元素的排行 Yrank = zeros(1 , N); %存储Y中各元素的排行 %计算Xrank中的各个值 for i = 1 : N cont1 = 1; %记录大于特定元素的元素个数 cont2 = -1; %记录与特定元素相同的元素个数 for j = 1 : N if X(i) X(j) cont1 = cont1 + 1; elseif X(i) = X(j) cont2 = cont2 + 1; end end Xrank(i) = cont1 + mean(0 : cont2); end %计算Yrank中的各个值 for i = 1 : N cont1 = 1; %记录大于特定元素的元素个数 cont2 = -1; %记录与特定元素相同的元素个数 for j = 1 : N if Y(i) Y(j) cont1 = cont1 + 1; elseif Y(i) = Y(j) cont2 = cont2 + 1; end end Yrank(i) = cont1 + mean(0 : cont2); end %利用差分等级(或排行)序列计算斯皮尔曼等级相关系数 coeff = 1 - (6 * sum(Xrank - Yrank).2) /(N * (N2 - 1); end%函数mySpearman结束%运行下面这个程序%X=12,546,13,45,32,2;Y=1,78,2,46,6,45;S=mySpearman(X,Y);%根据以上程序可以算出Spearman秩相关系数为0.6571%matlab自带程序coeff=corr(X,Y,type,Spearman);Pearson相关系数（Pearson correlation coefficient）也叫皮尔森积差相关系数（Pearson product-moment correlation coefficient），是用来反应两个变量相似程度的统计量。或者说可以用来计算两个向量的相似度（在基于向量空间模型的文本分类、用户喜好推荐系统中都有应用）。当两个变量的标准差都不为零时，相关系数才有定义，皮尔逊相关系数适用于：(1)、两个变量之间是线性关系，都是连续数据。(2)、两个变量的总体是正态分布，或接近正态的单峰分布。(3)、两个变量的观测值是成对的，每对观测值之间相互独立。.%将以下程序存为myPearson.m文件%function coeff = myPearson(X , Y) % 本函数实现了皮尔逊相关系数的计算操作 if length(X) = length(Y) error(两个数值数列的维数不相等); return; end N=length(X);f1 = sum(X .* Y) - (sum(X) * sum(Y)/N; f2 = sqrt(sum(X .2) - sum(X)2/N) * (sum(Y .2) - sum(Y)2 /N); coeff = f1 / f2; end %函数myPearson结束 %X=12,546,13,45,32,2;Y=1,78,2,46,6,45; %X Y自己定义P=myPearson(X,Y);%matlab自带程序coeff=corr(X,Y);图1 秩相关系数检验的临界值表