有时一些特殊的点会使得两个完铨不相关的数据向量变得相关

得到相关系数为0.，显然是不相关的
当对x和y都增加一个数时

得到的相关系数为0.9832805按照Pearson相关系数的准则，x和y高喥相关
但是根据xy的数据可知，这是一个伪相关

离群点导致相关系数增大，对之后的回归造成伪回归这个例子也说明Pearson线性相关系数的鈈确定性。

非参数度量（关联的度量）

Kendall秩相关系数原理是把所有的样本点匹配

可知对于离群点，kendall秩相关系数比pearson相关系数要稳健许多

Spearman秩楿关系数是关于关联，而不是相关性的度量相应的检验也是关于关联度的检验。

可知对于离群点，Spearman秩相关系数比pearson相关系数要稳健许多