秩相关分析和秩回归.ppt

  1. 1、本文档共18页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
秩相关分析和秩回归

第六章 秩相关分析和秩回归 学习目标 掌握秩相关的基本原理; 掌握 相关检验的基本原理和计算; 掌握多变量的基本原理; Spearman秩相关检验 检验 例7.1 解答 相关检验 例7.2 多变量Kendall协同系数检验 例7.3 本章要求 掌握秩相关的基本原理; 掌握 相关检验的基本原理和计算; 掌握多变量的基本原理; 检验问题 设样本 来自总体 : 设 是 在 中的秩, 是 在 中的秩。秩的简单相关系数: 秩相关系数可简化为: 在零假设成立时, 服从自由度为 的t分布。 时表示正相关。在存在重复数据的时候,可以采用平均秩,节不多的时候,T仍然可以采用。 在大样本情况下,可以采用正态近似进行检验: 在出现打结的时候,需要使用修正公式计算。 当 Kendall(1938)提出一种类似于Spearman秩相关的检验方法,从两变量 是否协同(concordant)来检验变量之间的相关性。首先引入协同的概念: 若 , 则称数对 和 协同。 若 , 则称数对 和 不协同。 这样样本共有 个数对,用 表示协同的数对的数目, 表示不协同的数对数目。则 统计量定义为: 其中 ,易知 在 取大值的时候拒绝. 具体检验时可以查零分布表,大样本时可以采用正态近似。打结情况下用正态修正。 Kendall协同相关系数用于考察多个变量之间的相关性。例如,歌手大赛中,评委对歌手的评分是否一致?变量之间的协同系数检验也是以多变量的秩检验为基础的。 假设k个变量 , 每个变量对应n个观测值,即 。 为 在 中的秩。假设检验问题: 协同系数的原理如下,在零假设成立的情况下,那么每一行的秩应该相差不大;而备选假设成立的时候,各行的秩和应该有很大差别。可以构造检验统计量: 从而Kendall协同相关系数W可以表示为: 实际检验时,可以查零分布表,在n固定, 时: 可以利用渐进性进行检验,对于有打结情况的数据,需要用调整公式计算。

文档评论(0)

zhuliyan1314 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档