Python三种方法计算皮尔逊相关系数（Pearson correlation coefficient） |
您所在的位置：网站首页 › 如何求两组数据的相关系数 › Python三种方法计算皮尔逊相关系数（Pearson correlation coefficient） |
Python三种方法计算皮尔逊相关系数（Pearson correlation coefficient）
|
文章目录
0 皮尔逊系数1 python计算方法1.1 根据公式手写1.2 numpy的函数1.3 scipy.stats中的函数
0 皮尔逊系数
在统计学中，皮尔逊相关系数( Pearson correlation coefficient），又称皮尔逊积矩相关系数（Pearson product-moment correlation coefficient，简称 PPMCC或PCCs）。用于衡量两个变量X和Y之间的线性相关相关关系，值域在-1与1之间。 笔者发现了三种方式，用户可根据自身需求进行使用或者比对： 1.1 根据公式手写 def cal_pccs(x, y, n): """ warning: data format must be narray :param x: Variable 1 :param y: The variable 2 :param n: The number of elements in x :return: pccs """ sum_xy = np.sum(np.sum(x*y)) sum_x = np.sum(np.sum(x)) sum_y = np.sum(np.sum(y)) sum_x2 = np.sum(np.sum(x*x)) sum_y2 = np.sum(np.sum(y*y)) pcc = (n*sum_xy-sum_x*sum_y)/np.sqrt((n*sum_x2-sum_x*sum_x)*(n*sum_y2-sum_y*sum_y)) return pcc 1.2 numpy的函数 pccs = np.corrcoef(x, y) 1.3 scipy.stats中的函数 from scipy.stats import pearsonr pccs = pearsonr(x, y) |
【本文地址】
今日新闻 |
推荐新闻 |