MATLAB实现相关性度量：Pearson、Kendall、Spearman秩相关系数

1. Pearson相关系数：

Pearson相关系数是用于衡量两个连续变量之间线性关系强度的度量。在MATLAB中，可以使用“corrcoef”函数来计算Pearson相关系数。

示例代码：

x = [1 2 3 4 5];
y = [3 8 11 15 20];
r = corrcoef(x, y);
disp(r(1,2));

输出结果为：0.9949，表示x和y之间有很强的正相关关系。

2. Kendall相关系数：

Kendall相关系数是用于衡量两个变量之间的排序一致性的度量。在MATLAB中，可以使用“corr”函数，并将参数设置为“kendall”来计算Kendall相关系数。

示例代码：

x = [1 2 3 4 5];
y = [3 8 11 15 20];
r = corr(x', y', 'type', 'kendall');
disp(r);

输出结果为：0.8667，表示x和y之间的排序一致性较强。

3. Spearman秩相关系数：

Spearman秩相关系数是用于衡量两个变量之间的单调关系强度的度量。在MATLAB中，可以使用“corr”函数，并将参数设置为“spearman”来计算Spearman秩相关系数。

示例代码：

x = [1 2 3 4 5];
y = [3 8 11 15 20];
r = corr(x', y', 'type', 'spearman');
disp(r);

输出结果为：0.9759，表示x和y之间有很强的单调关系。