史匹曼等级相关系数

✍ dations ◷ 2025-04-26 12:14:44 #史匹曼等级相关系数
在 统计学中, 以查尔斯·斯皮尔曼命名的斯皮尔曼等级相关系数, 经常用希腊字母 ρ {displaystyle rho } (rho) 或者 r s {displaystyle r_{s}} 表示。 它是衡量两个变量的依赖性的 无母数 指标。 它利用单调方程评价两个统计变量的相关性。 如果数据中没有重复值, 并且当两个变量完全单调相关时,斯皮尔曼相关系数则为 +1 或 −1 。斯皮尔曼相关系数被定义成 等级变量之间的皮尔逊相关系数。 对于样本容量为 n的样本, n个 原始数据 X i , Y i {displaystyle X_{i},Y_{i}} 被转换成等级数据 x i , y i {displaystyle x_{i},y_{i}} , 相关系数ρ为原始数据依据其在总体数据中平均的降序位置,被分配了一个相应的等级。 如下表所示:实际应用中, 变量间的连结是无关紧要的, 于是可以通过简单的步骤计算 ρ. 被观测的两个变量的等级的差值 d i = x i − y i {displaystyle d_{i}=x_{i}-y_{i}} , 则 ρ 为度量一对观测数据的统计依赖性还有其他的几种度量指标: 在相关性和依赖性中有谈及。 其中最常用的是皮尔逊积矩相关系数。斯皮尔曼相关也可称为 "级别相关"; 也就是说, 被观测数据的 "等级" 被替换成 "级别"。 在连续的分布中, 被观测数据的级别,通常总是小于等级的一半。 然而,在这个案例中,级别和等级相关系数是一致的。 更一般的, 被观测数据的"级别" 与估计的总体样本的比值小于给定的值,即被观测值的一半。 也就是说,它是相应的等级系数的一种可能的解决方案。 虽然不常用, "级别相关" 还是仍然有被使用。斯皮尔曼相关系数表明 X (独立变量) 和 Y (依赖变量)的相关方向。 如果当X增加时, Y 趋向于增加, 斯皮尔曼相关系数则为正。 如果当X增加时, Y 趋向于减少, 斯皮尔曼相关系数则为负。 斯皮尔曼相关系数为零表明当X增加时 Y没有任何趋向性。 当X 和 Y越来越接近完全的单调相关时,斯皮尔曼相关系数会在绝对值上增加。 当 X 和 Y完全单调相关时, 斯皮尔曼相关系数的绝对值为 1。 完全的单调递增关系意味着任意两对数据 Xi, Yi 和 Xj, Yj, 有 Xi − Xj 和 Yi − Yj 总是同号。 完全的单调递减关系意味着任意两对数据 Xi, Yi 和 Xj, Yj, 有 Xi − Xj 和 Yi − Yj 总是异号。斯皮尔曼相关系数经常被称作 "非参数"的。 这里有两层含义。 首先, 当 X 和 Y的关系是由任意 单调函数描述的,则它们是完全皮尔逊相关的。与此相应的,皮尔逊相关系数只能给出由线性方程描述的 X 和 Y的相关性。其次,斯皮尔曼不需要先验知识(也就是说, 知道其参数)便可以准确获取X 和 Y的采样概率分布。在此例中,我们要使用下表所给出的原始数据计算一个人的 智商和其每周花在 电视上的小时数的相关性。首先,我们必须根据以下步骤计算出 d i 2 {displaystyle d_{i}^{2}} ,如下表所示。根据 d i 2 {displaystyle d_{i}^{2}} 计算 ∑ d i 2 = 194 {displaystyle sum d_{i}^{2}=194} 。 样本容量n为 10。 将这些值带入方程得 ρ = −0.175757575...这个值很大表明上述两个变量的关系很小。 原始数据不能用于此方程中,相应的, 应使用皮尔逊相关系数计算等级。一种确定被观测数据的 ρ 值是否显著不为零(r 总是有 1 ≥ r ≥ −1)的方法是计算它是否大于 r的概率,作为 原假设,并使用分层排列测试进行检验。 这种方法的优势之处在于它考虑了样本中的数据个数和在使用样本计算等级相关系数的风险。另外的一种方法是使用皮尔逊积矩中使用到的费雪变换。也就是,ρ 的置信区间和零检验可以通过费雪变换获得如果 F(r) 是 r 的Fisher变换, 则是 r的z-值 ,其中,r在统计依赖(ρ = 0).的零假设下 近似服从标准 正态分布。显著性为其在零假设下近似服从自由度为 n − 2的t分布 。 A justification for this result relies on a permutation argument.一般地,斯皮尔曼相关系数在有三个或更多条件的情况下是有用的。并且,它预测观测数据有一个特定的顺序。 例如,在同一任务中,一系列的个体会被尝试多次,并预测在多次尝试过程中,性能会得到提升。在这种情况下,对条件间趋势的显著性检验由E. B. Page 发展了,并通常称为给定序列下的 Page趋势测验。经典的 一致性分析 是一种统计方法,它给两个标称变量赋给一个分数。 通过这种方法, 两个变量间的皮尔逊相关系数被最大化了。有一种被称为级别相关分析的等价方法, 它最大化了斯皮尔曼相关系数或 肯德尔相关系数.

相关

  • 利奈唑胺利奈唑胺(Linezolid)为一种人工合成的唑烷酮类抗细菌药,由Pharmacia和Upjohn公司开发,用于治疗对其它几种抗生素有抗性的革兰氏阳性菌所造成的严重感染。利奈唑胺对大多数引起疾
  • 7世纪601年1月1日至700年12月31日的这一段期间被称为7世纪。唐朝取代隋朝领导中国,而本世纪末期武周中断了李唐朝廷。经历“贞观之治”、“永徽之治”和“武周之治”后,疆域辽阔、
  • 卤代烷卤代烷烃或称卤代烷,是指烷烃分子中的一个或多个氢原子被卤素原子(氟、氯、溴、碘)取代的有机化合物,属于卤代烃。天然存在的卤代烃种类不多,大多数卤代烃属于合成产物。卤代烃一
  • 里昂美术馆里昂美术馆(Musée des beaux-arts de Lyon)是法国城市里昂的市立美术馆,位于沃土广场南侧17和18世纪的原本笃会修道院建筑内。自从1988年到1998年修理后,一直对游客开放。其藏
  • 格奥尔格·奥古斯特·戈德弗斯奥尔格·奥古斯特·戈德弗斯(德语:Georg August Goldfuß,1782年4月18日-1848年10月2日),德国古生物学家、动物学家。戈德弗斯生于巴伐利亚图尔瑙,大学时就读于埃尔朗根-纽伦堡大学
  • WOsub2/sub二氧化钨是钨的氧化物,化学式为WO2。它是青铜色的单斜晶体。其金红石结构展现出了扭曲的WO6八面体中心,相间的短W–W键为248 pm。WO2可以由钨粉于900°C还原WO3得到。还原反
  • 叶全真叶全真(1969年9月12日-),本名赵文君,曾为台湾电影明星,现为电视剧女演员。1987年,17岁时到模特儿经纪公司打工,拍摄服装平面广告。一个月后遇到电影公司前来甄选电影女主角,并在2654
  • 麦角灵麦角灵是一种化合物,其结构骨架被包含在一个多种多样化的生物碱里。 麦角灵衍生物在临床上用于血管收缩(5-HT受体(英语:5-HT1 receptor)激动剂,麦角胺)的目的,用于偏头痛的治疗和减
  • 斐迪南·冯·齐柏林斐迪南·冯·齐柏林伯爵(德语:Ferdinand Graf von Zeppelin,1838年7月8日-1917年3月8日)。德国贵族、工程师和飞行员。出生于巴登大公国的康斯坦茨(现属于德国巴登-符腾堡州)他是人
  • 科里奥利效应在心理物理学中的科里奥利效应(Coriolis effect)也称为科里奥利幻觉(Coriolis illusion),是因为科里奥利力造成身体定位的错误认知,以及引发的恶心等现象。科里奥利效应是飞行员的