这两天仔细读了臧老师在2004年发表在NeuroImage上的使用KENDALL和谐系数作为度量fMRI数据的局部一致性（ReHo）的文章，对于其选作秩序统计量（rank order statistics）KCC作为量化指标，有了一些统计学上的理解。
[1]、选择KCC当然天然具备了秩统计的鲁棒性（Robust）。
[2]、统计学中处理这样的实际问题：手头有几组从不同来源得到的数据，需要判断这些数据来源是否相同。就会用到所谓的“齐次性检验”（homogenity test）,这可以看作是ReHo的统计学源头。
[3]、秩序统计量(R1,R2,...,Rn)是(1,2,...,n)的任一排列，共有n!个。当样本为独立同分布是，(R1,R2,...,Rn)取任一排列的概率是1/n!，因此秩序统计量具有分布无关性。
[4]、秩序统计量的另一个有趣的性质是，对样本作任一单调增的变换，样本分量的大小顺序不会变化。这一性质在具体应用领域（比如心理学领域）显得尤其重要。因为某些数据的数值意义并不重要，而数据的相对大小（序）却有特定的意义。举个例子：在面试过程中，招生方往往就各种方面让面试官对考生打分。假定最低分为0分，最高分为10分。当然，因为不同的面试官对考生有不同的好恶，往往她（他）所打的分数或多或少的具有主观随意性，这导致这些分数只具备相对意义，而无绝对意义。在这种情况下，是秩序统计量更具有客观意义。
[5]、在fMRI数据集上考虑使用秩序统计量，我们是否也可以从上述几个方面去为其搜集生理学或解剖学上的依据呢？

关于秩序统计相关的最好的参考文献是1990年Kendall写的Rank Correlation Methods. 

发表于 @ 2006年07月20日　14:00:00 | 评论( loading... ) | 编辑| 举报| 收藏

旧一篇:推荐矩阵代数学习资料 | 新一篇:fMRI计算软件中相关的坐标系知识