Python实现CCC时负相关场景计算结果异常问题

核心结论 #

你写的CCC计算函数完全符合公式定义，返回值没有错误，你觉得结果不符合预期，本质是混淆了CCC和Pearson相关系数的设计用途。

两类相关系数的核心差异 #

• Pearson相关系数的设计目标是衡量两个变量的线性关联强度：只要两个变量满足完美线性关系y = a*x + b（a≠0），系数的绝对值就为1，a为负时取值-1，不要求两个变量的数值尺度、均值完全匹配。
• Concordance相关系数（CCC）的设计目标是衡量两个变量的一致性程度：它评估的是观测点与y=x（45度完全一致参考线）的偏离程度，取值同时受三个因素影响：

1. 两个变量的线性相关程度（即Pearson r值）
2. 两个变量的均值偏移程度
3. 两个变量的方差尺度差异

只有当两个变量完全满足y=x时，CCC才能取到最大值1；只有当两个变量完全满足y=-x且均值均为0、方差完全相等时，CCC才能取到最小值-1。

测试用例结果解释 #

你使用的测试数据中：

• x是0到1的等距序列，均值为0.5，方差约为0.093
• -y是-1到0的等距序列，均值为-0.5，方差约为0.093
  两者确实是完美负线性关系，Pearson r计算结果为-1，但两者均值差达到1，所有观测点完全落在y=-x-1线上，和y=x的一致参考线偏离极大，因此CCC计算结果为-0.169是完全正确的。

你可以用符合CCC=-1前提的数据做验证：

import numpy as np
def ccc(x,y):
    vx, cov_xy, cov_xy, vy = np.cov(x,y, bias=True).flat
    mx, my = x.mean(), y.mean()
    return 2*cov_xy / (vx + vy + (mx-my)**2)

x = np.linspace(-1,1,10)
y = -x
print(ccc(x,y))  # 输出结果为-1.0，符合预期

内容的提问来源于stack exchange，提问作者John Titor