前言

相關(guān)性分析算是很多算法以及建模的基礎(chǔ)知識(shí)之一了，十分經(jīng)典。關(guān)于許多特征關(guān)聯(lián)關(guān)系以及相關(guān)趨勢(shì)都可以利用相關(guān)性分析計(jì)算表達(dá)。其中常見的相關(guān)性系數(shù)就有三種：person相關(guān)系數(shù)，spearman相關(guān)系數(shù)，Kendall's tau-b等級(jí)相關(guān)系數(shù)。各有各自的用法和使用場(chǎng)景。當(dāng)然關(guān)于這以上三種相關(guān)系數(shù)的計(jì)算算法和原理+代碼我都會(huì)在我專欄里面寫齊全。目前關(guān)于數(shù)學(xué)建模的專欄已經(jīng)將傳統(tǒng)的機(jī)器學(xué)習(xí)預(yù)測(cè)算法、維度算法、時(shí)序預(yù)測(cè)算法和權(quán)重算法寫的七七八八了，有這個(gè)需求興趣的同學(xué)可以去看看。 皮爾遜相關(guān)性分析一文詳解+python實(shí)例代碼

一、定義

經(jīng)常用希臘字母ρ表示。 它是衡量?jī)蓚€(gè)變量的依賴性的非參數(shù)指標(biāo)。 它利用單調(diào)方程評(píng)價(jià)兩個(gè)統(tǒng)計(jì)變量的相關(guān)性。 如果數(shù)據(jù)中沒有重復(fù)值， 并且當(dāng)兩個(gè)變量完全單調(diào)相關(guān)時(shí)，斯皮爾曼相關(guān)系數(shù)則為+1或−1。斯皮爾曼相關(guān)系數(shù)被定義成等級(jí)變量之間的皮爾遜相關(guān)系數(shù)。對(duì)于樣本容量為n的樣本，n個(gè)原始數(shù)據(jù)被轉(zhuǎn)換成等級(jí)數(shù)據(jù)，相關(guān)系數(shù)ρ為：

其中，di為Xi和Yi之間的等級(jí)差。 di的計(jì)算方式為：

二、斯皮爾曼相關(guān)使用場(chǎng)景

斯皮爾曼相關(guān)系數(shù)的適用條件比皮爾遜相關(guān)系數(shù)要廣，只需兩個(gè)變量的觀測(cè)值是成對(duì)的等級(jí)評(píng)定數(shù)據(jù)，或者是由連續(xù)變量觀測(cè)數(shù)據(jù)轉(zhuǎn)化得到的等級(jí)數(shù)據(jù)，不論兩個(gè)變量的總體分布形態(tài)、樣本容量的大小如何，都可以用斯皮爾曼等級(jí)相關(guān)系數(shù)來(lái)進(jìn)行研究。只要數(shù)據(jù)滿足單調(diào)關(guān)系（例如線性函數(shù)、指數(shù)函數(shù)、對(duì)數(shù)函數(shù)等）就能夠使用。

斯皮爾曼相關(guān)系數(shù)對(duì)于異常值不太敏感，因?yàn)樗谂判蛭淮芜M(jìn)行計(jì)算，實(shí)際數(shù)值之間的差異大小對(duì)于計(jì)算結(jié)果沒有直接影響。

三、斯皮爾曼相關(guān)系數(shù)計(jì)算

和上期文章使用的函數(shù)一樣，可以使用pandas的函數(shù)corr：

DataFrame.corr(method='pearson', 
               min_periods=1,
               numeric_only=_NoDefault.no_default)

參數(shù)說(shuō)明：

method： {‘pearson’, ‘kendall’, ‘spearman’} or callable。Method of correlation。

• pearson : standard correlation coefficient，皮爾遜系數(shù)
• kendall ： Kendall Tau correlation coefficient，肯德爾系數(shù)
• spearman ：Spearman rank correlation，斯皮爾曼系數(shù)

min_periods：int, optional。每對(duì)列所需的最小樣本數(shù)。目前僅適用于Pearson和Spearman相關(guān)性。

numeric_only：bool, default True。僅包含浮點(diǎn)、整型或布爾型數(shù)據(jù)。

實(shí)現(xiàn)起來(lái)很簡(jiǎn)單

rho =df_test.corr(method='spearman')
rho

熱力圖

plt.rcParams['font.family'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
sns.heatmap(rho, annot=True)
plt.title('Heat Map', fontsize=18)

或者使用scipy的state函數(shù)，效果是一樣的：

import numpy as np
from scipy import stats
stats.spearmanr(data1,data2)

四、斯皮爾曼相關(guān)系數(shù)的假設(shè)檢驗(yàn)

分為兩種情況：小樣本和大樣本

小樣本情況（n ≤ 30），直接查臨界值表H0：rs = 0； H1：rs ≠ 0

使用得出的斯皮爾曼相關(guān)系數(shù) r 與對(duì)應(yīng)的臨界值進(jìn)行比較。

大樣本情況下，統(tǒng)計(jì)量

 H0：rs = 0； H1：rs ≠ 0，計(jì)算檢驗(yàn)值z(mì)*，并求出對(duì)應(yīng)的p值與0.05比較即可。

以上就是python斯皮爾曼spearman相關(guān)性分析實(shí)例的詳細(xì)內(nèi)容，更多關(guān)于python spearman相關(guān)性分析的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！

最新評(píng)論