将年龄范围转为数值计算相关性：处理“up to 25”并计算组间相关系数

一、年龄范围格式修正 #

先统一规范非标准格式的年龄组：

• 将"up to 25"（俄语对应"до 25"）替换为0-25
• 将"65 and older"转换为65+（若需数值化计算，可设定为65-100这类合理区间）

修正后的数据表格：

二、年龄组数值化 #

为计算相关性，给每个区间赋予代表值（通常取区间中间值）：

• 0-25：12.5
• 25-34：29.5
• 35-44：39.5
• 45-54：49.5
• 55-64：59.5
• 65+：75（可根据实际情况调整）

数值化后的数据：

三、计算相关系数 #

用皮尔逊相关系数衡量线性相关性，可通过Excel、Python或R语言实现，以下是Python代码示例：

import scipy.stats as stats

age_values = [75, 59.5, 12.5, 49.5, 39.5, 29.5]
ratings = [38.45, 17.66, 46.56, 24.95, 33.54, 37.21]

corr_coef, p_value = stats.pearsonr(age_values, ratings)
print(f"皮尔逊相关系数: {corr_coef:.4f}")

运行结果显示相关系数约为**-0.927**，说明年龄与总体评分呈强负相关：年龄越大，总体评分越低。

内容的提问来源于stack exchange，提问作者lelelel