虽然这两种相关系数都是用于研究两个变量之间的关系的,但是它们有不同的适用场景。Pearson相关系数更适合用于度量两个连续型变量之间的线性关系,而Spearman相关系数更适用于度量两个变量之间的非线性关系。 此外,Spearman相关系数也更适合用于测量可排序数据的关系,因为它使用的是排序差异,而非变量之间的差异。在排名数据...
5. Pearson相关系数的计算依赖于两变量的标准差和协方差。6. Spearman相关系数的计算基于变量的秩而非原始值，适用于非线性关系和异常值较多的数据。7. Spearman相关系数的值范围从-1到1，1表示一个变量随另一个变量单调递增，-1表示单调递减。
相关系数输出: 即在没有离群点的时候,两者都是0.44;但是当存在离群点之后,pearson系数变成了0.69,但是spearman仍是0.44。spearman系数会考虑这种存在离群点的情况,更加稳定。 参考: (1)https://stats.stackexchange.com/questions/11746/what-could-cause-big-differences-in-correlation-coefficient-between-pearsons-...
round(cor(x2, y2, method="spearman"), 2) 相关系数输出: 即在没有离群点的时候,两者都是0.44;但是当存在离群点之后,pearson系数变成了0.69,但是spearman仍是0.44。spearman系数会考虑这种存在离群点的情况,更加稳定。 参考: (1)https://stats.stackexchange.com/questions/11746/what-could-cause-big-differ...
针对pearson相关系数不能识别非线性关系以及并且对一个或者几个异常值比较敏感，此时可以使用spearman相关系数进行替代，spearman相关系数有时也被称为级别相关系数或者秩相关系数，该相关系数是根据两个变量的秩进行相关分析，spearman相关系可以用来衡量两个变量之间是否存在单调相关关系。当值为1时说明一个变量...