如何在Python中确定相关系数？

Question

我正在使用的等式如下 -

描述说x-bar和y-bar是数组1和数组2的平均值。最小系数是0.3。

我问的原因是因为我对阅读统计方程不太熟悉，更不用说用Python实现它们了......

Answer 1

最简单的方法是使用scipy.stats（参见here）

import numpy as np
from scipy.stats.stats import pearsonr

x = np.random.random(20)
y = np.random.random(20)

print(pearsonr(x, y))

这将为您提供两个值，即相关性和p值。

你可以这样自己实现：

x = np.random.random(20)
y = np.random.random(20)
x_bar = np.mean(x)
y_bar = np.mean(y)

top = np.sum((x - x_bar) * (y - y_bar))
bot = np.sqrt(np.sum(np.power(x - x_bar, 2)) * np.sum(np.power(y - y_bar, 2)))

print(top/bot)

两者都给出相同的结果，祝你好运！

Answer 2

使用for循环的直接实现将是：

import math

def correlation(x, y):
    x_bar = sum(x) / len(x)
    y_bar = sum(y) / len(y)

    var_x = sum((x_i - x_bar)**2 for x_i in x)
    var_y = sum((y_i - y_bar)**2 for y_i in y)

    assert len(x) == len(y)
    numerator = sum((x_i - x_bar) * (y_i - y_bar) for x_i, y_i in zip(x, y))
    denominator = math.sqrt(var_x * var_y)
    return numerator / denominator

if __name__ == "__main__":
    x = [...]
    y = [...]
    print(correlation(x, y))

在进行大量数值计算时，通常使用numpy模块，其中此函数为already defined：

import numpy as np

if __name__ == "__main__":
    x = np.array([...])
    y = np.array([...])
    print(np.corrcoef(x, y)[0, 1])