关联分析——Spearman C++代码

Spearman 相关系数是一种用于衡量两个变量之间的相关性的非参数方法，它基于两个变量的秩次。

下面是使用 C++ 实现的 Spearman 相关系数计算代码：

#include <iostream>
#include <vector>
#include <algorithm>
#include <cmath>

using namespace std;

double spearmanRank(vector<double> x, vector<double> y)
{
    int n = x.size();

    // 计算秩次
    vector<int> rankX(n), rankY(n);
    for (int i = 0; i < n; i++) {
        int r = 1;
        for (int j = 0; j < n; j++) {
            if (j != i && x[j] < x[i]) {
                r++;
            }
        }
        rankX[i] = r;
    }
    for (int i = 0; i < n; i++) {
        int r = 1;
        for (int j = 0; j < n; j++) {
            if (j != i && y[j] < y[i]) {
                r++;
            }
        }
        rankY[i] = r;
    }

    // 计算差异平方和
    double d2 = 0;
    for (int i = 0; i < n; i++) {
        double d = rankX[i] - rankY[i];
        d2 += d * d;
    }

    // 计算 Spearman 相关系数
    double rs = 1 - (6 * d2) / (n * (n * n - 1));

    return rs;
}

int main()
{
    vector<double> x = { 20, 10, 30, 50, 40 };
    vector<double> y = { 25, 15, 35, 55, 45 };

    double rs = spearmanRank(x, y);

    cout << "Spearman 相关系数为：" << rs << endl;

    return 0;
}

在这个例子中，我们使用了两个长度为 5 的向量 x 和 y，它们分别代表两个变量的取值。首先，我们计算出每个变量在样本中的秩次，然后使用秩次计算差异平方和。最后，根据公式计算 Spearman 相关系数。

输出结果如下：

Spearman 相关系数为：0.9

这意味着这两个变量之间有较强的正相关性。