Spearman 相关系数

Spearman 相关系数是一种用来衡量两个变量之间关系强弱的统计方法。它的核心思想是看两个变量的等级（或者说顺序）是不是按照相同的方式变化。具体来说，它不关心变量的具体数值，而是关注它们的排序顺序是否一致。

举个例子，假设我们有一组学生，我们对他们的数学成绩和语文成绩进行排名（比如第一名、第二名、第三名……）。如果两个学科的排名顺序大致相同，那么它们之间的Spearman相关系数就会比较高，表明这两个科目的成绩变化趋势比较一致。反之，如果排名顺序完全不同，相关系数会接近于零，表示两个变量之间没有明显的顺序关系。

总之，Spearman相关系数帮助我们了解两个变量之间的趋势，尤其是当数据不满足正态分布或者具有明显的异常值时，它比较适合使用。

from scipy.stats import spearmanr

# 数学成绩
math_scores = [80, 85, 92, 88, 78, 60, 95, 70, 82, 75]
# 语文成绩
chinese_scores = [84, 87, 90, 85, 80, 65, 88, 72, 78, 76]

# 计算Spearman相关系数
corr, p_value = spearmanr(math_scores, chinese_scores)

print(f"Spearman相关系数：{corr:.4f}")
print(f"p 值：{p_value:.4f}")