标签：coefficient 10 变量 Spearman rank rg correlation

Spearman’s rank correlation coefficient的简单理解

1. 背景

在统计学中，斯皮尔曼等级相关系数（Spearman’s rank correlation coefficient， 或者Spearman’s ρ \rho ρ， 通常使用 ρ \rho ρ或者 r s r_s rs​来表示），是一个等级相关性的非参数度量（两个变量等级之间的统计相关性）。这个相关系数使用单调函数来描述两个变量之间的关系程度。

如果两个变量的Spearman correlation和Pearson correlation相等，Person correlation评估两组变量的线性关系，Spearman correlation评估的是两组变量的单调性关系（无论是否线性）。如果没有重复的数据值，每个变量都是另外一个变量的完美单调函数时，会出现+1或者-1的完美Spearman correlation。

直观上来看，如果两个变量之间具有相似的等级（或者换句话说完全相同的等级，那么相关性就为1），相似的情况下相关性也会比较高，如果两个变量具有不同的等级（或者完全相反的情况下，那么相关性就为-1），相关性就会非常低。

那么Spearman’s coefficient适用于连续序数变量或者离散序数变量的相关性表示

2.定义

Spearman’s rank correlation coefficient被定义成等级变量之间的Pearson coefficient。

对于样本容量为n的样本，将n个原始数据 X i X_i Xi​, Y i Y_i Yi​转换成等级数据 r g X i rg_{X_i} rgXi​​, r g Y i rg_{Y_i} rgYi​​，并且 r s r_s rs​可以按照如下的公式进行计算

r s = ρ r g X i , r g Y i = c o v ( r g X , r g Y ) σ r g X σ r g Y r_s =\rho_{rg_{X_i},rg_{Y_i}}=\frac{cov(rg_X, rg_Y)}{\sigma_{rg_X}\sigma_{rg_Y}} rs​=ρrgXi​​,rgYi​​​=σrgX​​σrgY​​cov(rgX​,rgY​)​

其中 ρ \rho ρ表示的是Pearson correlation coefficient（PCC），但是使用的变量是转换成等级后的变量。
c o v ( r g X , r g Y ) cov(rg_X, rg_Y) cov(rgX​,rgY​)是转换成等级变量之间的协方差

σ r g X \sigma_{rg_X} σrgX​​, σ r g Y \sigma_{rg_Y} σrgY​​是转换成等级变量后的标准差

只有当所有n个等级都是不同的整数是，才可以使用下面的公式进行计算
r s = 1 − 6 ∑ d i 2 n ( n 2 − 1 ) r_s=1-\frac {6\sum{d_i^2}}{n(n^2-1)} rs​=1−n(n2−1)6∑di2​​

其中 d j = r g ( X i ) − r g ( Y i ) d_j=rg(X_i)-rg(Y_i) dj​=rg(Xi​)−rg(Yi​)是两个变量值等级之间的差异

3.代码实现

很简单的代码实现

def ComputeRs(a, b):
    aa = np.column_stack((a, b))
    # rank的方式有很多种，这里使用的average的方式
    aa_ranked = np.apply_along_axis(stats.rankdata, 0, aa)
    rs = np.corrcoef(aa_ranked, rowvar=0)
    return rs[1, 0]

4. Spearman‘s rank correlation coefficient 与Pearson Correlation coeffiicient的区别

最主要的区别是：

• Pearson Correlation coeffiicient是关注的两组数据的线性相关性
• Spearman‘s rank correlation coefficient 是关注两组数据的单调性，换句话说是两组数据的趋势

4.1 线性正相关

4.2 线性负相关

4.3 非线性函数（Sigmoid）

可以看到Spearman还是相关性几乎为+1

4.4 非线性函数（二次函数）

4.5 随机数

4.6 异常值

总结，从4.6上可以看出，一旦数据存在异常值，那么Spearman‘s rank correlation coefficient的鲁棒性会更好一些。

标签：coefficient,10,变量,Spearman,rank,rg,correlation
来源： https://blog.csdn.net/Felaim/article/details/117559464

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。