非参数统计讲义五--相关性度量.pptVIP

一、Spearman相关 二、Kendall 相关 三、Cronbach系数 四、定性数据相关， Pearson相关 （1）用于度量线性关系， （2）用于连续数据 非参数相关 （1）用于度量单调关系（不一定线性），相依关系度量（measures of association） （2）可用于定序数据，适用于某些不能准确地测量指标值而只能以严重程度、名次先后、反映大小等定出的等级资料，也适用于某些不呈正态分布或难于判断分布的资料。 SPEARMAN秩和相关(spearman rank correlation coefficient) Spearman等级相关分析 秩相关的Spearman等级相关分析 秩相关（rank correlation）又称等级相关 X x1 x2 x3 … xn Y y1 y2 y3 … yn RX Rx1 Rx2 Rx3 … Rxn RY Ry1 Ry2 Ry3 … Ryn Charles Spearman秩相关系数 RXi秩 RYi秩 Di=Rxi-Ryi 第二个公式只有无节时成立。 最大积雪深度X 灌溉面积Y 5.10 1907.00 3.50 1287.00 7.10 2693.00 6.20 2373.00 8.80 3260.00 7.80 3000.00 4.50 1947.00 5.60 2273.00 8.00 3313.00 6.40 2493.00 X Y RX RY 5.1 1907 3 2 3.5 1287 1 1 7.1 2693 7 7 6.2 2373 5 5 8.8 3260 10 9 7.8 3000 8 8 4.5 1947 2 3 5.6 2273 4 4 8 3313 9 10 6.4 2493 6 6 X Y RX RY d2 5.1 1907 3 2 1 3.5 1287 1 1 0 7.1 2693 7 7 0 6.2 2373 5 5 0 8.8 3260 10 9 1 7.8 3000 8 8 0 4.5 1947 2 3 1 5.6 2273 4 4 0 8 3313 9 10 1 6.4 2493 6 6 0 4 公式只有无节时成立。 x-c(1,2,3,4,5,6); y-c(6,5,4,3,2,1) cor.test(x, y, method = spearman) data nc ; input x y @@; datalines; 1 6 2 5 3 4 4 3 5 2 6 1 proc corr data= nc spearman; var x;with y;run; 例: 某公司想要知道是否职工期望成为好的销售员而实际上就能有好的销售记录。为了调查这个问题，公司的副总裁仔细地查看和评价了公司10个职工的初始面试摘要、学科成绩、推荐信等材料，最后副总裁根据他们成功的潜能给出了单独的等级评分。二年后获得了实际的销售记录，得到了第二份等级评分，见表 中所示。统计问题为是否职工的销售潜能与开始二年的实际销售成绩一致。 职工编号 潜能等级rx 销售成绩 Y 1 2 400 2 4 360 3 7 300 4 1 295 5 6 280 6 3 350 7 10 200 8 9 260 9 8 220 10 5 385 data nc ; input x y @@; datalines; 2 400 4 360 7 300 1 295 6 280 3 350 10 200 9 260 8 220 5 385 proc corr data= nc spearman; var x; with y; run; X Y 86 88 77 76 68 64 91 96 87 72 SIGN(XI-XJ) SIGN(YI-YJ) -1 -1 -1 -1 1 1 1 -1 　 　 -1 -1 1 1 1 -1 　 　 1 1 1 1 　 　 -1 -1 Nc乘积为正的个数。 Nd乘积为负的个数。 X-c(86, 77, 68, 91, 70, 71, 85, 87, 63) Y-c(88, 76, 64, 96, 65, 80, 81, 72, 60) cor.test(X, Y, method = kendall) 86 88 77 76 68 64 91 96 70 65 71 80 85 81 87 72 63 60 Kendall相关系数 Kendall Tau-b相关系数，有结修正公式 非参数的相关系数,比较成对观测样本. X Y 7 17.5 1 1.5 3 17 8 6 2 2 6 5 9 18 5 4 4 3 一、对X从小到大排序， 二、对Y计算SIGN(G3-1.5) 三、=SIGN(G3-1.