请选择您所选的方法或公式。
Pearson 的 r
Pearson 相关系数可度量两个变量之间的线性关系，相关系数值介于 +1 到 -1 之间。相关系数为 +1 时表示两个变量之间为完全正线性关系。
通过为数据值和编码取等间隔的整数，可以将这些数据转换为顺序数据。例如，将序列 4、7、20 分析为 1、2、3，因此，序列 4、7、7、20 可分析为 1、2、2、3。
注意
这不同于可将相同的 4、7、7、20 序列分析为 1、2.5、2.5、3 的 Spearman 统计量。
公式
表示法
| 项 | 说明 |
|---|---|
| ni+ | 第 i 行中的观测值个数 |
| n+j | 第 j 列中的观测值个数 |
| nij | 对应于第 i 行和第 j 列的单元格中的观测值数 |
| n++ | 观测值总数 |
Spearman 的 rho
Spearman 的 rho 可度量两个变量之间的线性关系。Spearman 的相关性与 Pearson 的不同，只因计算是在数字转换为秩之后执行的。
公式
如果 i = 1，则：
如果 i = 2、3、...、r，则：
如果 j = 1，则：
如果 j = 2、3、...、c，则：
表示法
| 项 | 说明 |
|---|---|
| c | 列数 |
| r | 行数 |
| ni+ | 第 i 行中的观测值个数 |
| n+j | 第 j 列中的观测值个数 |
| nij | 对应于第 i 行和第 j 列的单元格中的观测值数 |
| n++ | 观测值总数 |
