相关系数计算公式

OK，这就来一篇关于相关系数计算公式的小红书风格文章，保证让各位哥哥姐姐们看得明明白白！😉

先来个总结性的回答：相关系数，就是用来衡量两个变量之间线性关系强弱和方向的统计量！它的取值范围在-1到+1之间。+1表示完全正相关📈，-1表示完全负相关📉，0表示没有线性关系🤷‍♀️。计算公式根据数据类型不同，有好几种，但最常用的是皮尔逊相关系数！

✨ 公式直接上：

皮尔逊相关系数 (r) = [ \frac{\sum_{i=1}^{n}(X_i – \bar{X})(Y_i – \bar{Y})}{\sqrt{\sum_{i=1}^{n}(X_i – \bar{X})^2} \sqrt{\sum_{i=1}^{n}(Y_i – \bar{Y})^2}} ]

是不是看起来有点🤯？别慌！咱们一步步拆解！

🤔 公式解读，保证你看懂！

Xi, Yi: 这是你手头上的两组数据，比如身高和体重，股票A和股票B的价格等等。每一个i代表一个数据点。
X̄, Ȳ: 这是两组数据的平均值，计算方法就是把所有数据加起来，然后除以数据的个数n。
Σ: 这个希腊字母（读作sigma）表示“求和”，就是把后面那一坨东西，从i=1一直加到i=n。
(Xi – X̄) 和 (Yi – Ȳ): 这表示每个数据点的值减去它所在那组数据的平均值，得到的是每个数据点相对于平均值的“偏差”。
分子 Σ(Xi – X̄)(Yi – Ȳ): 把每个数据点对应的X偏差和Y偏差相乘，然后再把所有乘积加起来。这一步很关键，它反映了X和Y变化的“同步性”。如果X变大时Y也倾向于变大，那么这个值就是正的；如果X变大时Y倾向于变小，那么这个值就是负的。
分母 [ \sqrt{\sum_{i=1}^{n}(X_i – \bar{X})^2} \sqrt{\sum_{i=1}^{n}(Y_i – \bar{Y})^2}} ]: 这是对分子进行“标准化”的处理。目的是消除X和Y本身数值大小的影响，让相关系数的取值范围固定在-1到+1之间。你可以把它理解为X和Y各自“波动幅度”的乘积。

💪 实战演练，举个栗子！

假设我们有5个同学的身高(X)和体重(Y)数据（单位：厘米，公斤）：

同学	身高(X)	体重(Y)
1	160	50
2	165	55
3	170	60
4	175	65
5	180	70

计算平均值:
- X̄ = (160+165+170+175+180)/5 = 170
- Ȳ = (50+55+60+65+70)/5 = 60
计算偏差:
- (160-170)=-10, (50-60)=-10
- (165-170)=-5, (55-60)=-5
- (170-170)=0, (60-60)=0
- (175-170)=5, (65-60)=5
- (180-170)=10, (70-60)=10
计算分子:
- (-10)(-10) + (-5)(-5) + 00 + 55 + 1010 = 100 + 25 + 0 + 25 + 100 = 250
计算分母:
- √[(-10)²+(-5)²+0²+5²+10²] = √(100+25+0+25+100) = √250
- √[(-10)²+(-5)²+0²+5²+10²] = √(100+25+0+25+100) = √250
- √250 √250 = 250
计算r:
- r = 250 / 250 = 1

在这个例子里，我们得到了一个完全正相关的结果（r=1）！🎉 这意味着身高越高，体重就越重（当然，这只是一个简化示例，现实生活中身高和体重的关系会更复杂）。

💡其他类型的相关系数

除了皮尔逊相关系数，还有其他一些计算相关性的方法，适用于不同类型的数据：

斯皮尔曼等级相关系数（Spearman’s rank correlation coefficient）：适用于等级数据或非线性关系的数据。它先将数据转换成等级（排名），然后再计算等级之间的皮尔逊相关系数。
肯德尔等级相关系数 (Kendall’s tau)：也是用于等级数据，但计算方法与斯皮尔曼相关系数不同。它衡量的是数据排序的一致性。

💖 应用场景，生活中处处可见！

金融领域: 分析股票、债券等投资标的之间的相关性，构建投资组合，分散风险。
市场营销: 研究广告投放与销售额之间的关系，优化营销策略。
医学研究: 探索疾病与生活习惯、遗传因素等之间的相关性。
教育领域: 分析学生的学习时间与考试成绩之间的关系。
社交媒体：看看你发的内容和点赞👍数量有没有关系！

❗ 注意事项，避免踩坑！

相关性不等于因果关系！ 两个变量之间存在相关性，并不意味着一个变量是导致另一个变量变化的原因。很有可能存在第三个变量（混杂变量）同时影响了这两个变量。
相关系数只衡量线性关系！ 如果两个变量之间存在非线性关系（比如U型曲线），皮尔逊相关系数可能会很低，但这并不意味着它们之间没有关系。
异常值会影响结果！少数极端的数据点（异常值）可能会显著影响相关系数的计算结果，需要谨慎处理。
样本量要足够大！ 样本量太小，计算出的相关系数可能不可靠。

总而言之，掌握相关系数计算公式可以帮助大家更好地理解数据之间的关系，在学习、工作和生活中做出更明智的决策！希望这篇文章对你有帮助！😊 如果还有疑问，尽管提出来！

相关系数计算公式

相关推荐