文档介绍：pearson相关和spearman的区另U
两个变量之间的皮尔逊积矩相关系数定义为这两个变
量的协方差与二者标准差积的商，即
spearman 的区别 " title="[ 转载 ]pearson 相关和 spearman 的区别 " height="58" width="316"> 上式定义了总体相关系数，
一般用希腊字母p (rho)表示。若用样本计算的协方差和标
准差代替总体的协方差和标准差，则为样本相关系数，一般
用 r 表示：
spearman 的区别 " title="[ 转载 ]pearson 相关和 spearman 的区别 " height="125" width="294"> 另外一个与上式等效的定
义相关系数的公式是通过标准化以后变量均值的积定义的。
假设样本可以记为 spearman 的区别 " title="[ 转载 ]pearson 相关和 spearman 的区别 " height="38" width="67"> ，则样本 Pearson相关系数为
spearman 的区别 " title="[ 转载 ]pearson 相关和 spearman 的区别 " height="100" width="316"> 其中 spearman 的区别 " title="[ 转载 ]pearson 相关和 spearman 的区别 " height="73" width="157"> 别为标准化变量，样本均值和样本标准差。
1总体的Pearson相关系数是通过原点矩来定义的，所以二元
概率分布的总体协方差以及变量边缘总体反差必须是有意
义且是非零的。一些概率分布例如柯西（ Cauchy）分布的反
差就是无意义的，因此在 X 或 Y 服从这种分布时，是没有意
义的。对于二元正态分布的，Pearson相关系数