1、定义不同
Pearson相关系数被定义为他们的协方差除以标准差的乘积;Spearman相关性系数被定义为秩(有序)变量之间的Pearson相关系数。
2、线性不同
pearson相关系数是线性相关关系。spearman相关系数呈现非线性相关。
3、连续性不同
pearson相关系数呈现连续型正太分布变量之间的线性关系。spearman相关系数不要求正太连续,但至少是有序的。
4、使用情况不同
pearson相关是最常见的相关公式,用于计算连续数据的相关,比如计算班上学生数学成绩和语文成绩的相关可以用Pearson相关。
而spearman相关是专门用于分析顺序数据的,就是那种只有顺序关系,但并非等距的数据,比如计算班上学生数学成绩排名和语文成绩排名的关系。
参考资料来源:百度百科-Pearson相关系数
参考资料来源:百度百科-spearman相关系数
1、衡量内容
Pearson相关系数是用来衡量两个数据集合是否在一条线上面,用来衡量定距变量间的线性关系。
spearman相关系数是衡量两个变量的依赖性的非参数指标。
2、计算公式
Pearson相关系数:
spearman相关系数:
3、特点:
Pearson相关系数:相关系数的绝对值越大,相关性越强:相关系数越接近于1或-1,相关度越强,相关系数越接近于0,相关度越弱。
spearman相关系数:斯皮尔曼相关系数表明X(独立变量)和Y(依赖变量)的相关方向。如果当X增加时,Y趋向于增加,斯皮尔曼相关系数则为正。如果当X增加时,Y趋向于减少,斯皮尔曼相关系数则为负。斯皮尔曼相关系数为零表明当X增加时Y没有任何趋向性。
当X和Y越来越接近完全的单调相关时,斯皮尔曼相关系数会在绝对值上增加。当X和Y完全单调相关时,斯皮尔曼相关系数的绝对值为1。
参考资料来源:百度百科-Pearson相关系数
参考资料来源:百度百科-spearman相关系数
本回答被网友采纳