博文
Pearson相关系数与Spearman相关系数
||
相关系数：
相关系数，或称线性相关系数、皮氏积矩相关系数(Pearson product-moment correlation coefficient, PPCC)等，是衡量两个随机变量之间线性相关程度的指标。它由卡尔·皮尔森(Karl Pearson)在1880年代提出。
相关系数(r）取值范围为[-1,1]，r>0表示正相关，r<0表示负相关，|r|表示了变量之间相关程度的高低。特殊地，r=1称为完全正相关，r=-1称为完全负相关，r=0称为不相关。通常|r|大于0.8时，认为两个变量有很强的线性相关性。
样本相关系数常用r表示，而总体相关系数常用ρ表示。
在线性关系不显著时，还可以考虑采用秩相关系数(rank correlation)，如斯皮尔曼秩相关系数(Spearman's rank correlation coefficient)等。
Pearson 线性相关系数只是许多可能中的一种情况，为了使用Pearson 线性相关系数必须假设数
据是成对地从正态分布中取得的，并且数据至少在逻辑范畴内必须是等间距的数据。如果这两条件
不符合，一种可能就是采用Spearman 秩相关系数来代替Pearson 线性相关系数。Spearman 秩相关系
数是一个非参数性质（与分布无关）的秩统计参数，由Spearman 在1904 年提出，用来度量两个变
量之间联系的强弱(Lehmann and D'Abrera 1998)。Spearman 秩相关系数可以用于R 检验，同样可以
在数据的分布使得Pearson 线性相关系数不能用来描述或是用来描述或导致错误的结论时，作为变
量之间单调联系强弱的度量。
据是成对地从正态分布中取得的，并且数据至少在逻辑范畴内必须是等间距的数据。如果这两条件
不符合，一种可能就是采用Spearman 秩相关系数来代替Pearson 线性相关系数。Spearman 秩相关系
数是一个非参数性质（与分布无关）的秩统计参数，由Spearman 在1904 年提出，用来度量两个变
量之间联系的强弱(Lehmann and D'Abrera 1998)。Spearman 秩相关系数可以用于R 检验，同样可以
在数据的分布使得Pearson 线性相关系数不能用来描述或是用来描述或导致错误的结论时，作为变
量之间单调联系强弱的度量。
Spearman对原始变量的分布不作要求，属于非参数统计方法，适用范围要广些。理论上不论两个变量的总体分布形态、样本容量的大小如何，都可以用斯皮尔曼等级相关来进行研究 。
http://baike.baidu.com/view/172091.htm
http://hi.baidu.com/minggong90/item/d8f8ff333838a1b4633aff9d
http://wenku.baidu.com/view/ad01681cb7360b4c2e3f64fd.html
https://blog.sciencenet.cn/blog-757603-676904.html
上一篇：R语言做"heatmap"
下一篇：一代、二代、三代测序技术
