Pustaka Javascript untuk korelasi Pearson dan/atau Spearman

Ada ini

http://stevegardner.net/2012/06/11/javascript-code-to-calculate-the-pearson-correlation-coefisien/

selain itu Anda bisa mencoba:

http://www.jstat.org/download

alternatifnya, jika tidak ada satu pun yang sesuai dengan kebutuhan dan Anda tidak ingin menulisnya sendiri, Anda selalu dapat menggunakan:

http://www.rforge.net/Rserve/

dengan

http://www.gardenersown.co.uk/education/lectures/r/correl.htm

to do it.

Jadi, inilah nilai dua sen saya untuk masalah ini - korelasi Pearson:

const pcorr = (x, y) => {
  let sumX = 0,
    sumY = 0,
    sumXY = 0,
    sumX2 = 0,
    sumY2 = 0;
  const minLength = x.length = y.length = Math.min(x.length, y.length),
    reduce = (xi, idx) => {
      const yi = y[idx];
      sumX += xi;
      sumY += yi;
      sumXY += xi * yi;
      sumX2 += xi * xi;
      sumY2 += yi * yi;
    }
  x.forEach(reduce);
  return (minLength * sumXY - sumX * sumY) / Math.sqrt((minLength * sumX2 - sumX * sumX) * (minLength * sumY2 - sumY * sumY));
};
let arrX = [20, 54, 54, 65, 45];
let arrY = [22, 11, 21, 34, 87];
let R = pcorr(arrX, arrY);
console.log('arrX', arrX, 'arrY', arrY, 'R', R);

Saya menggunakan proyek Spearson di sini di Github. Saya telah mengujinya untuk korelasi Spearman dan memberikan nilai yang akurat untuk itu.

Saya baru saja mengunduh file spearson.js di folder /lib repo. Berikut cara menggunakannya di browser:

<script src="spearson.js"></script>

<script>
    var x = [3, 4, 5];
    var y = [.1, .2, .3];
    var corr = spearson.correlation.spearman(x, y);
</script>

Demikian pula, Anda dapat menggunakan correlation.pearson untuk korelasi Pearson.

Coba ini:

function spearmanCorrelation(multiList, p1, p2){
    N=multiList[p1].length;
    order=[];
    sum=0;

    for(i=0;i<N;i++){
        order.push([multiList[p1][i], multiList[p2][i]]);
    }

    order.sort(function(a,b){
        return a[0]-b[0]
    });

    for(i=0;i<N;i++){
        order[i].push(i+1);
    }

    order.sort(function(a,b){
        return a[1]-b[1]
    });

    for(i=0;i<N;i++){
        order[i].push(i+1);
    }
    for(i=0;i<N;i++){
        sum+=Math.pow((order[i][2])-(order[i][3]), 2);

    }

    r=1-(6*sum/(N*(N*N-1)));

    return r;
}

Setelah bertahun-tahun sejak pertanyaan awal diajukan, saya merekomendasikan perpustakaan hebat ini yang sederhana namun masih terdokumentasi dengan baik: statistics.js

Di antara banyak metode lainnya, ia memiliki correlationCoefisien() yang menghitung Koefisien korelasi Pearson dari dua variabel dan spearmansRho() yang menghasilkan koefisien korelasi peringkat Spearman.