Spearman Rank相关系数计算

本文介绍了Spearman秩相关系数的计算方法,作为Pearson相关系数的补充,它不依赖于数据的正态性和等距性假设。通过计算秩次和秩次差来确定两变量间的线性关联。文中还提到了P值在验证相关性显著性中的作用,以及如何根据P值判断是否存在显著线性关联,并给出了P值的判断阈值和解释。
摘要由CSDN通过智能技术生成

spearman相关系数

在统计学中,斯皮尔曼等级相关系数以Charles Spearman命名,并经常用希腊字母ρ(rho)表示其值。斯皮尔曼等级相关系数用来估计两个变量X、Y之间的相关性,其中变量间的相关性可以使用单调函数来描述。如果两个变量取值的两个集合中均不存在相同的两个元素,那么,当其中一个变量可以表示为另一个变量的很好的单调函数时(即两个变量的变化趋势相同),两个变量之间的ρ可以达到+1或-1。

秩相关系数,秩相关系数还有其他类型,比如kendal秩相关系数
-使用Pearson线性相关系数有2个局限:
* 1.必须假设数据是成对地从正态分布中取得的。*
* 2. 数据至少在逻辑范围内是等距的。*

对原始数据xi,yi按从大到小排序,记x’i,y’i为原始xi,yi在排序后列表中的位置,x’i,y’i称为xi,yi的秩次,秩次差di=x’i-y’i。Spearman秩相关系数为:

ρs=16d2in(
  • 2
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值