我在区间[0,1]中有2个系列的45个值 . 第一个系列是人类生成的标准，第二个系列是计算机生成的（全系列在这里http://www.copypastecode.com/74844/） . 第一个系列逐渐排序 .
0.909090909 0.216196598
0.909090909 0.111282099
0.9 0.021432587
0.9 0.033901106
...
0.1 0.003099256
0 0.001084533
0 0.008882249
0 0.006501463
现在我要评估的是第二个系列中订单保留的程度，因为第一个系列是单调的 . Pearson correlation 是0.454763067，但我认为这种关系不是线性的，所以这个值很难解释 .
一种自然的方法是使用 Spearman rank correlation ，在这种情况下是0.670556181 . 我注意到随机值，当Pearson非常接近0时，Spearman等级相关性上升到0.5，所以0.67的值似乎非常低 .
您将使用什么来评估这两个系列之间的顺序相似性？
1 回答
由于它是您关注的顺序（等级），因此Spearman等级相关是更有意义的度量 .
你如何生成这些随机值？我刚刚用一个使用numpy生成的随机数进行了一个简单的实验，我没有看到：
第一个数字（-0.01）是秩相关系数;第二个数字（0.66）是the associated p-value .