斯皮尔曼相关系数
一. 定义
方法一:计算公式法
三.方法二:利用皮尔逊相关系数法
四.Matlab计算
五.斯皮尔曼和皮尔逊对比
六.斯皮尔曼相关系数的假设检验
1.小样本(查表)
2.大样本(计算统计量)
七.两个比较
八.相关代码
%% 斯皮尔曼相关系数
X = [3 8 4 7 2]' % 一定要是列向量哦,一撇'表示求转置
Y = [5 10 9 10 6]'
% 第一种计算方法
1-6*(1+0.25+0.25+1)/5/24
% 第二种计算方法
coeff = corr(X , Y , 'type' , 'Spearman')
% 等价于:
RX = [2 5 3 4 1]
RY = [1 4.5 3 4.5 2]
R = corrcoef(RX,RY)
% 计算矩阵各列的斯皮尔曼相关系数
R = corr(Test, 'type' , 'Spearman')
% 大样本下的假设检验
% 计算检验值
disp(sqrt(590)*0.0301)
% 计算p值
disp((1-normcdf(0.7311))*2) % normcdf用来计算标准正态分布的累积概率密度函数
% 直接给出相关系数和p值
[R,P]=corr(Test, 'type' , 'Spearman')
function [p]= calculate_p(r, m, kind)
% % 输入值:
% r:斯皮尔曼相关系数
% m: 样本个数
% kind: 1表示单侧检验 2表示双侧检验
% % 返回值:
% p:计算出来的p值
z = abs(r) * sqrt(m-1); % 计算检验值 注意这里的相关系数我们先转换为正数再进行计算
p = (1 - normcdf(z)) * kind; % 计算p值,双侧检验的p值是单侧检验的2倍
end
function [r]= calculate_r(X, Y)
% % 输入值:
% X: 列向量
% Y: 列向量,且与X同维度
% % 返回值:
% r: X和Y的斯皮尔曼相关系数(第一种定义方法)
RX = rank_data(X); % 调用自定义函数 rank_data 来计算X的等级
RY = rank_data(Y); % 调用自定义函数 rank_data 来计算Y的等级
d = RX - RY; % 计算X和Y等级差
n = size(X,1); % 计算样本个数n
r = 1 - (6 * sum(d .* d)) / (n * (n^2-1)); % 利用公式计算斯皮尔曼相关系数
end
function [ R , P ]= fun_spearman(X, kind)
% % 输入值:
% X: m*n维数据矩阵,每一行表示一个样本,每一列表示一个指标;且 m >=30 以及 n >= 2
% kind=1: 单侧检验;kind=2: 双侧检验 (不输入默认为2)
% % 返回值:
% R: 斯皮尔曼相关系数矩阵(n*n维)
% P: 对应的p值矩阵(n*n维)
if nargin == 1 % 判断用户输入的参数,如果只输入了一个参数,则默认kind = 2
kind = 2;
end
[m,n] = size(X); % 计算样本个数和指标个数
if m < 30 % 判断是否样本数太少
disp('样本个数少于30,请直接查临界值表进行假设检验')
elseif n <2 % 判断是否指标数太少
disp('指标个数太少,无法计算')
elseif kind ~= 1 && kind ~= 2 % 判断kind是否为1或者2
disp('kind只能取1或者2')
else % 如果上述输入均没问题的话就执行下面的操作
R = ones(n); % 初始化R矩阵
P = ones(n); % 初始化P矩阵
for i = 1: n
for j = (i+1): n % 这样设置循环只计算主对角线上半部分的值
r = calculate_r(X(:, i), X(:, j)); % 用子函数 calculate_r 计算i和j两列的相关系数r
p = calculate_p(r, m, kind); % 用子函数 calculate_p 计算p值
R(i, j) = r; R(j, i) = r; % 把计算出来的相关系数r填充到我们的R矩阵中,注意R矩阵对称
P(i, j) = p; P(j, i) = p; % 把计算出来的p值填充到我们的P矩阵中,注意P矩阵对称
end
end
end
end
function [RX]= rank_data(X)
% % 输入值:
% X: 列向量
% % 返回值:
% RX: 对应的X的等级
% 举个例子X = [5 10 9 10 6]'
[~ ,index] = sort(X); % ~表示我们不需要第一个输出值(即我们排序后的X [5 6 9 10 10])
% 注意这里的index = [1 5 3 2 4]' 是我们排序后的X在原向量中的位置
[~ ,RX] = sort(index); % 对index进行一次升序,得到的rx就是我们想要的等级 rx = [1 4 3 5 2]'
% 但是这个等级还有一点小问题 ,那就是没有考虑到相等取平均值的问题
for i = 1:size(X,1) % 设置一个循环 (假设此时程序运行到了i = 2)
position = ( X == X(i) ); % 得到X中与X(i)相等的位置,返回一个列向量,向量值全为1或0
% (i= 2时,position = [0 1 0 1 0]' )
RX(position == 1) = sum(RX .* position) / sum(position); % 对RX进行处理
% rx .* position = [0 4 0 5 0]'
% 那么 sum(rx .* position) / sum(position) = (4+5) / 2 = 4.5
% rx(position == 1) = 4.5 : 对rx中与position == 1对应位置的元素(即第2和第4个位置)进行赋值操作
end
end