如何在 python 中计算点双列相关性

点双列相关用于测量二元变量 x 和连续变量 y 之间的关系。

与Pearson 相关系数类似，点双列相关系数取 -1 到 1 之间的值，其中：

• -1表示两个变量之间完全负相关
• 0 表示两个变量之间没有相关性
• 1 表示两个变量之间完全正相关

本教程介绍如何在 Python 中计算两个变量之间的点二列相关性。

示例：Python 中的点双列相关

假设我们有一个二元变量 x 和一个连续变量 y：

 x = [0, 1, 1, 0, 0, 0, 1, 0, 1, 1, 0]
y = [12, 14, 17, 17, 11, 22, 23, 11, 19, 8, 12]

我们可以使用 scipy.stats 库中的pointbserialr()函数来计算两个变量之间的点二列相关性。

请注意，此函数返回相关系数以及相应的 p 值：

 import scipy.stats as stats

#calculate point-biserial correlation
stats. pointbiserialr (x,y)

PointbiserialrResult(correlation=0.21816, pvalue=0.51928)

点双列相关系数为0.21816 ，相应的 p 值为0.51928 。

由于相关系数为正，这表明当变量x取值“1”时，变量y往往比变量x取值“0”时取更高的值。

由于该相关性的 p 值不小于 0.05，因此该相关性在统计上不显着。

您可以在 scipy.stats 文档中找到如何计算此相关性的确切详细信息。