Pearson Correlation在完全匹配时返回0

Posted 2021-04-19

我正在使用此php例程来计算Pearson相关性：

function correlation ($x,$y) {
    $length = count($x);
    $mean1 = array_sum($x)/$length;
    $mean2 = array_sum($y)/$length;
    $a = $b = 0;
    $a2 = $b2 = 0;
    $axb = 0;
    for ($i = 0; $i < $length; $i++) {
        $a = $x[$i]-$mean1;
        $b = $y[$i]-$mean2;
        $axb +=$a*$b;
        $a2 += pow($a,2);
        $b2 += pow($b,2);
    }
    if ($sqrt = sqrt($a2*$b2))
        return $axb/$sqrt;
    return 0;
}

当我在多个条件下对其进行测试时，它在完全匹配时返回0：

echo correlation([0,0,0,0,0],[0,0,0,0,0]); // Returns 0!!
echo correlation([0,0,0,0,0],[1,1,1,1,1]); // Returns 0!!
echo correlation([1,1,1,1,1],[1,1,1,1,1]); // Returns 0!!
echo correlation([0,0,0,0,0],[9,9,9,9,9]); // Returns 0!!
echo correlation([0,0,0,0,0],[0,1,2,3,4]); // Returns 0 OK
echo correlation([9,9,9,9,9],[0,1,2,3,4]); // Returns 0 OK
echo correlation([0,1,2,3,4],[0,1,2,3,4]); // Returns 1 OK

为什么？以及如何做到这一点？谢谢！

---

有关信息：

Pearson相关性是介于-1和1之间的数字，表示两个变量线性相关的程度。皮尔逊相关性也称为“乘积矩相关性”系数”（PMCC）或简称为“相关”。

答案

方法1（自行完成）：

使用PHP进行统计是很难的路径。

首先，由于您使用的是弱类型语言（不需要在变量上指定类型），该语言可以解释为int，因此，您需要将所有变量设置为类型[ C0]，然后再次执行运行。

另一件事。如果需要精度，则需要使用float扩展名，因为PHP中的浮点是一个问题，可能会影响结果。

在此处查看有关bc扩展名的更多信息：bc math或尝试使用其他语言。

关于浮点的一些参考：

• https://www.php.net/manual/en/book.bc.php
• https://www.leaseweb.com/labs/2013/06/the-php-floating-point-precision-is-wrong-by-default/

---

方法2（使用语言功能）：

而且，PHP有一些功能可以帮助您。因此，如果这不是要学习的家庭作业或类似的内容，则可以尝试以下操作：Problem with Floats! (in PHP)