文档介绍：pearson 相关和 spearman 的区另lj
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 jj" title="［转载］pearson 相关和 spearman 的pearson 相关和 spearman 的区另lj
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 jj" title="［转载］pearson 相关和 spearman 的区jj" height="58" width="316"＞上式定义了总体相关系数，一般用希腊字母？ (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 jj" title="［转载］pearson 相关和 spearman 的区jj" 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jj" title="［转载］pearson相关和 spearman 的区jj" height="38" width="67"＞，则样本 Pearson相关系数为
spearman 的区 jj" title="［转载］pearson 相关和 spearman 的区 jj" height="100" width="316"＞其中 spearman 的区 jj” title="［转载］pearson 相关和 spearman 的区 jj" height="73" width="157”＞jj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