浅尝辄止_数学建模（笔记__皮尔逊相关系数假设检验)

一、对皮尔逊相关系数进行假设检验

---

1.步骤

第一步： 提出原假设$H_0$和备择假设$H_1$（两个假设是截然相反的），对于以下内容的原假设是皮尔逊相关系数等于0，备择假设是皮尔逊相关系数显著异于0

第二步： 在原假设成立的条件下，利用被检测的量构造出一个符合某一分布的统计量

标注：

1. 统计量相当于被检验的量的一个函数，里面不可以有其他的随机变量
2. 分布一般有四种：标准正态分布，$t$分布，$X^2$分布，$F$分布

对于皮尔逊相关系数$r$而言，在满足一定条件下，可以构造统计量：
方程里的n为样本数量，是常量

第三步： 将检验的值代入统计量中，得到特定的值（检验值，$t$）

第四步： 根据统计量的分布情况，绘制该分布的概率密度函数pdf，并给定一个置信水平，根据置信水平查表寻找临界值（注意！接受域加半个拒绝域），绘制检验统计量的接受域和拒绝域，判断是否可以通过假设检验

标注：
  绘制概率密度函数，可以利用matlab中的tpdf函数，$y=tpdf(x,n-2)$

例如：

x=-4:0.1:4;
y=tpdf(x,28);
plot(x,y,'-')
grid on

---

2.p值判断法

对于第四步可以选择更好用的方法：p值判断法

双侧检验：

disp('该检验的对应p值为：')
disp((1-tcdf(t,n-2))*2)
%双侧检验的p值要乘以2
%tcdf函数：计算累计概率密度函数

p<0.01	说明在99%的置信水平上拒绝原假设
p<0.05	说明在95%的置信水平上拒绝原假设
p<0.10	说明在90%的置信水平上拒绝原假设
p>0.01	说明在99%的置信水平上无法拒绝原假设
p>0.05	说明在95%的置信水平上无法拒绝原假设
p>0.10	说明在90%的置信水平上无法拒绝原假设

 

---

二、问题汇总

---

1.在某些表格或者文献中，0.5，0.5^*，0.5^**，0.5^***的含义是什么？

答： 这是显著性标记，底数0.5表示的是相关系数

• 0.5代表不显著
• 0.5^*代表在置信水平为90%时显著异于零，p值小于0.1
• 0.5^**表示在置信水平为95%时显著异于零，p值小于0.05
• 0.5^***表示在置信水平为99%时显著异于零，p值小于0.01

---

2.如何计算各列之间的相关系数以及p值？

答： 一行代码：[$R$，$P$]=corrcoef(Test)

• R返回的是相关系数表，P返回的是对应于每个相关系数的p值

---

3.如何绘制检验统计量的接受域和拒绝域？

答： 举例：(在Matlab中的代码）

x = -4:0.1:4;
y = tpdf(x,,28);  %求t分布的概率密度函数
figure(1)
plot(x,y,'-')
grid on %在图上绘制网格线
hold on %保留原来的图，以继续绘制
tinv(0.975，28） %求出临界值2.048，这个函数是累计密度函数的反函数
plot([-2.048,-2.048],[0,tpdf(-2.048,28),'r-')
plot([2.048,2.048],[0,tpdf(2.048,28),'r-')

---

4.如何计算p值？

答： 举例：（在Matlab中的代码）

x = -4:0.1:4;
y = tpdf(x,,28); %求t分布的概率密度函数
figure(2)
plot(x,y,'-')
grid on %在图上绘制网格线
hold on %保留原来的图，以继续绘制
plot([-3.055,-3.055],[0,tpdf(-3.05528),'r-')
plot([3.055,3.055],[0,tpdf(3.055,28),'r-')
disp('该检验的对应p值为：')
disp((1-tcdf(3.055,28))*2)
%3.055为t值，28为自由度

---

5.如何标记显著符号？

答：
方法一：
（在Matlab上代码）

[R，P]=corrcoef(Test)
P<0.01 %标记3颗星的位置
(p<0.05).*(p>0.01) %标记2颗星的位置
(p<0.1).*(p>0.05) %标记1颗星的位置
%点乘很关键

根据代码的结果，可以显示满足条件点的位置，寻找矩阵中结果为1的位置，手动在Excel中输入星数。

注意： 标注***p<0.01，**p<005，*p<0.1

方法二：
（运用SPSS）

分析—相关—双变量—选中皮尔逊/双尾，标记显著性相关性—获得显著符号的图像

注意：SPSS只能标注两种数量的星，需要看表格下的标注

---

三、皮尔逊相关系数假设检验的条件

• 实验数据通常假设是成对的来自于正态分布的总体。（因为在求皮尔逊相关性系数以后，通常还会用t检验之类的方法进行皮尔逊相关系数检验，而t检验是基于数据呈正态分布的）
• 实验数据之间的差距不能太大。（皮尔逊相关性系数受异常值的影响比较大）
• 每组样本之间是独立抽样的。（构造t统计量时需要用到）

建模过程中，重点在于第一个条件，后两个条件可以默认成立