相关系数的选择

我之前选的是spearman。

这取决于你的数据类型和你想要衡量的内容。

• Pearson相关系数适用于线性相关关系，并假定数据是连续的、服从正态分布的。
• Spearman相关系数适用于非线性相关关系，假定数据是顺序的（例如等级数据）。
• Kappa系数适用于评估两个分类系统的一致性，并考虑了随机的一致性。

因此，如果您的数据是等级数据，那么Spearman相关系数可能是您需要选择的相关系数。如果您正在评估两个分类系统的一致性，那么Kappa系数可能是更合适的选择。

可以选择spearman系数进行分析