- 1、本文档共6页,可阅读全部内容。
- 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、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、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
相关和回归
Spearman相关检验
在给定一列数对,(,之后,要检验他们所代表的二元变量X和Y是否相关。
首先将X和Y的观测值分别排序,分别得各自得秩统计量
,(,
计算R和S的相关系数,我们知道
令
Spearman的相关系数为
例:下面是10个国家和地区1997年的国际化程度和国际竞争力的资料。
国家或地区 国际化程度排名 国际竞争力排名 美国 1 1 9 0 新加坡 2 2 8 0 香港 3 3 7 0 卢森堡 4 9 5 1 英国 5 12 3 2 荷兰 6 4 4 0 爱尔兰 7 11 3 0 德国 8 14 2 0 比利时 9 23 0 1 法国 10 21 0 0
Correlations(a)
VAR00001 VAR00002 Spearmans rho VAR00001 Correlation Coefficient 1.000 .927(**) Sig. (2-tailed) . .000 VAR00002 Correlation Coefficient .927(**) 1.000 Sig. (2-tailed) .000 .
Kendallτ检验
Kendallτ检验是从另一个角度来看相关,其检验的假设为:
定义(Kendallτ相关系数)
令
称为Kendallτ相关系数。
是X与Y协同的对数,或得+1的对数。是X与Y不协同的对数,或得-1的对数。
。
从定义可以看出,当二变量是相关的,则K的绝对值大,反之当K的绝对值接近1,则x与Y是相互无关的。值界于-1~1之间。
当样本容量足够大时,。
VAR00001 VAR00002 Kendalls tau_b VAR00001 Correlation Coefficient 1.000 .822(**) Sig. (2-tailed) . .001 VAR00002 Correlation Coefficient .822(**) 1.000 Sig. (2-tailed) .001 . ** Correlation is significant at the 0.01 level (2-tailed).
多元变量协同系数检验
在实际生活中,经常需要按照某些特别的性质来多次(m次)对n个个体进行评估或排序,比如m个裁判者对于n种品牌酒类的排队,m个选民对n个候选人的评价,m个咨询机构对一系列(n个)企业的评估以及体操裁判员对运动员的打分等等。人们往往想知道,这m个结果是否多少一致。如果很不一致,则这个评估多少有些随机,没有多大意义。令零假设为从:“这些评估(对于不同个体)是不相关的或者是随机的”而备择假设为H1:“它们(对各个个体虔正相关的或者是多少一致的。”这里完全有理由用前面的Friedman方法来检验。Kendall一开始也是这样做的,后来,Kendall和Slith(1939)提出了协同系数(Coefficient of concordance),协同系数可以看成为二元变量的Kendall τ在多元情况的推 广,Kendall协同系数定义为
这里S是个体的总秩与平均秩的偏差的平方和,每个评估者(共m个)对于所有参加排序的个体有一个从1到n的排列(秩),而每个个体有m个打分(秩),记Ri为第i个个体的秩的和,(i=l,…,n),则
因为总的秩为m(l+…+n)mn(n+1)/2,平均秩为m(n+l)/2, Kendall协同系数W还可以写成下面的形式:
上面右边的表达式计算起来较方便,W的取值范围是从0到1,对W和S都有表可查,当n大时,可以利用大样本性质:在零假设下,对固定的m,当n→∞时,
W的值大(显著),意味着各个个体在评估中有明显不同,这样所产生的评估结果是有道理的;而如果W不显著,意味着评估者对于诸位个体的意见很不一致,则没有理由认为能够产生一个共同的评估结果。
下面以 4个独立的环境研究单位对 10个城市空气等级排序的结果为例。在DPS下编辑定义数据的格式如表:
4个研究单位对 10个城市空气等级排序结果
评估
机构 被评估的10个城市(A~J)的排名 A B C D E F J H I J A 9 2 4 10 7 6 8 5 3 1 B 10 1 3 8 7 5 9 6 4 2 C 8 4 2 10 9 7 5 6 3 1 D 9 1 2 10 6 7 4 8 5 3 计算结果为W=0.8530,卡方值等于30.709。在零假设下,利用χ2近似的p值为0.0003,因此,可以对大于或等于该值的水平拒绝零假设,也就是说,这个评估是有道理的。
Theil回归和最小中位数二乘回归
在
文档评论(0)