Kendall系数：衡量等级相关性的稳健指标

在统计学和机器学习中，衡量变量之间的相关性是一个基础而重要的任务。除了常见的Pearson相关系数，Kendall秩相关系数（Kendall’s rank correlation coefficient）作为一种非参数的相关性测量方法，因其对异常值的稳健性和对等级关系的内在敏感性而备受青睐。

什么是Kendall系数？

Kendall系数（通常记为τ，读作"tau"）是由英国统计学家Maurice Kendall在1938年提出的一种非参数等级相关系数。它衡量的是两个变量等级顺序的一致性程度，即一个变量的等级顺序是否能够预测另一个变量的等级顺序。

与Pearson相关系数不同，Kendall系数不假设变量间呈线性关系，也不要求数据服从正态分布，这使得它在处理非正态分布数据、异常值或等级数据时表现更加稳健。

Kendall系数的数学原理

基本概念

Kendall系数的核心思想是比较所有可能的�