输入两个向量 X 和 Y，第三个输入是这些向量的长度，长度应该相同

（2）复相关系数 若一个要素的变化受多种要素的综合作用和影响，则单相关或偏相关分析的方法不能反映各要素的综合影响 复相关分析法——分析几个要素同时与某一个要素之间的相关关系 复相关系数

两个向量的相关性[rCol, rOrt, miu, Dmiu]=RM_vec2cor(uN, vN, uM, vM); 输入uN 是向量 N 的东向分量vN 是向量 N 的北向分量uM 是向量 M 的东向分量vM 是向量 M 的北向分量输出rCol 是共线向量相关系数 r(||)=(-1...1) rOrt 是正交向量相关系数 r(_|_)=(-1...1) miu 是矢量相关指数 miu=(0...1) Dmiu 是坐标系的偏差角，向量序列与该角具有最大的向量相关性指标 (miu)。 Dmiu =（-180 ... + 180）。

spearman-rank.py 在 python 中快速而肮脏地实现 spearman 的等级。

输入参数为图像的数据矩阵，可以为uint8型，uint16型，但最好转化double类型方便计算以便获取更好的结果，返回值即为该图像在某方向（水平、竖直、斜线方向）的相关系数以及作相关系数图所需的参数序列

相关系数计算不是使用内置函数 corr 或 corr2 而是使用 conv2 实现的。 函数 corr 用于模板匹配目的相对较慢，并且还需要额外考虑控制边界和选择帧图像上的感兴趣区域。 但是，通过使用 conv2，模板匹配速度得到了加快，运行时间也减少到了一个合理的值。

Spearman 函数使用 matlab corr 函数计算 Spearman 秩相关系数，并确定 r 方拟合优度。

2）偏相关系数的t检验 常用以下统计量 给定置信度a，从t分布表中查出其临界值ta（n-m-1），当计算的 ItI>= ta（n-m-1）时，则认为xj的作用显著，不可剔除。 1.4.5 非线性回归模型 1）指数模型 y=aebx 如人文地理学中的城市人口空间分布密度服从负指数模型、 Beckmann的城镇等级-规模模型等。 又如自然地理学中著名的Horton-Strahler水系构成定律。 2）对数模型 y=a+blnx 如人文地理学中的城市化水平与人均产值关系模型、交通网 络连接度与人均收入模型。

主要介绍了python 计算两个列表的相关系数的实现，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

MATLAB 最小二乘法 线性拟合算法 线性相关系数