「ピアソン、スピアマン、ケンドール相関係数の計算、手計算法」

Calculation of Pearson, Spearman, and Kendall correlation coefficients, manual methods

2つの変数間の関係を評価するために、ピアソン、スピアマン、ケンドール相関係数を手計算で計算する方法を学ぶ

はじめに

統計学では、2つの変数間の関係を評価するために相関が使用されます。

以前の投稿では、Rで相関を計算し、相関テストを実行する方法を紹介しました。この投稿では、ピアソン、スピアマン、ケンドール相関係数を手計算で2つの異なるシナリオ（結びつきのある場合とない場合）で計算する方法を説明します。

データ

結びつきのある方法とない方法を示すために、2つの異なるデータセットを考えます。

結びつきのある場合

結びつきのあるシナリオの説明のために、次のサンプル（サイズ5）を考えます：

• 「AIチップスタートアップのd-Matrixが投資家から1億1000万ドルを調達」
• 「ナレ・ヴァンダニャン、Ntropyの共同創設者兼CEO- インタビューシリーズ」
• JavaScriptの配列を繰り返す方法

変数xには同じ観測値が2つあるため、結びつきがあることがわかります。

結びつきのない場合

結びつきのないシナリオには、次のサンプル（サイズ3）を考えます：

手計算による相関係数

最も一般的な3つの相関方法は以下の通りです：

1. ピアソン：線形関係がある2つの量的連続変数に使用されます
2. スピアマン：部分的に線形な関係がある2つの量的変数に使用されるか、または1つの質的順序変数と1つの量的変数に使用されます
3. ケンドール：2つの質的順序変数によく使用されます

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!