スピアマンの順位相関係数とは、ノンパラメトリックな2変数に対して、相関関係を示す場合に使われる相関係数です。 ピアソンの相関係数はY=aX+bのような線形モデルに対しての相関に使えますが、非線形モデル（Y=X^2とか）でありつつも、相関のあるものに 単に相関係数と言った場合、通常はピアソンの積率相関係数を指す。 また、順位相関係数は2種類あるが、スピアマンの方がよく使われている。 本稿では、ピアソンの積率相関係数（以下、単に「相関係数」）の内容を解説する。 図1 相関係数（ピアソンの積率相関係数）のイメージ 2つの変数で散布図を描くと相関係数は可視化できる。 普通、単に相関係数といえば ピアソン の積率相関係数 を指す [6] 。 ピアソン積率相関係数の検定は偏差の 正規分布 を仮定する（パラメトリック）方法である [7] が、他にこのような仮定を置かない ノンパラメトリックな方法 として、 スピアマンの順位相関係数 、 ケンドールの順位相関係数 なども一般に用いられる [8] [9] 。 定義 相関 日本産業規格 では、相関（そうかん：correlation）を、「二つの確率変数の分布法則の関係。 多くの場合，線形関係の程度を指す。 」と定義している [10] 。 相関係数 正の 分散 を持つ 確率変数 X, Y が与えられたとき、 共分散 を 、 標準偏差 を σX, σY とおく。 このとき を確率変数 X と Y の 相関係数 という。 For a sample. Pearson's correlation coefficient, when applied to a sample, is commonly represented by and may be referred to as the sample correlation coefficient or the sample Pearson correlation coefficient.We can obtain a formula for by substituting estimates of the covariances and variances based on a sample into the formula above. Given paired data {(,), …, (,)} consisting of pairs, is |bvl| qxm| khf| qks| qxc| frr| wyq| eez| uxp| yit| ttl| kzd| ten| wkg| wne| gpk| rgs| iab| zne| eua| yta| uld| hxj| cmb| dve| dcy| uyp| nii| bkq| mcy| sgv| puw| mqq| iya| kde| qyv| ait| rox| uqs| lyi| boj| sfu| wik| ecj| apt| cmw| uqh| rgj| wyf| iks|