在统计学中，肯德尔相关系数是以Maurice Kendall命名的，并经常用希腊字母τ（tau）表示其值。肯德尔相关系数是一个用来测量两个随机变量相关性的统计值。一个肯德尔检验是一个无参数假设检验，它使用计算而得的相关系数去检验两个随机变量的统计依赖性。肯德尔相关系数的取值范围在-1到1之间，当τ为1时，表示两个随机变量拥有一致的等级相关性；当τ为-1时，表示两个随机变量拥有完全相反的等级相关性；当τ为0时，表示两个随机变量是相互独立的。

假设两个随机变量分别为X、Y（也可以看做两个集合），它们的元素个数均为N，两个随即变量取的第i（1 XY(: , j)))                   case 0                       C = C + 1;                   case 1                       D = D + 1;                   case 2                       C = C + 1;               end           end       end   end      %计算XPair中各个元素的值   while length(X) ~= 0       cont = cont + 1;       index = find(X == X(1));       XPair(cont) = length(index);       X(index) = [];   end   %计算YPair中各个元素的值   cont = 0;   while length(Y) ~= 0       cont = cont + 1;       index = find(Y == Y(1));       YPair(cont) = length(index);       Y(index) = [];   end      %计算N1、N2及N3的值   N1 = sum(0.5 * (XPair .* (XPair - 1)));   N2 = sum(0.5 * (YPair .* (YPair - 1)));   N3 = 0.5 * N * (N - 1);      coeff = (C - D) / sqrt((N3 - N1) * (N3 - N2));      end %函数myKendall结束  

源程序二：

使用Matlab中已有的函数计算肯德尔相关系数

注意：使用Matlab自带函数计算肯德尔相关系数时，需要保证X、Y均为列向量；Matlab自带的函数是通过公式二计算序列的肯德尔相关系数的。

这里还有另外一种不是计算肯德尔相关系数的公式（仅适用于集合X与Y中均不存在相同元素的情况，实际上其与公式一等价），可见参考文献(3)。

(1)、http://en.wikipedia.org/wiki/Kendall_tau_rank_correlation_coefficient

(2)、http://www.unesco.org/webworld/idams/advguide/Chapt4_2.htm

(3)、http://www.wikidoc.org/index.php/Kendall_tau_rank_correlation_coefficient