斯皮尔曼相关系数

  • 相关系数的选择
  • 斯皮尔曼spearman相关系数定义
  • 斯皮尔曼相关系数与P值
    • Matlab
      • 小样本情况(n≤30n\le30n≤30)
      • 大样本情况(n>30n>30n>30) --- 用检验值计算
      • 大样本情况(n>30n>30n>30) --- 直接给出相关系数和P值
    • SPSS
  • 显著性标记

相关系数的选择

斯皮尔曼spearman相关系数定义

斯皮尔曼相关系数与P值

Matlab
小样本情况(n≤30n\le30n≤30)
  • 样本相关系数 rv 必须大于等于表中的临界值,才能得出显著的结论。
    ∴\therefore∴ 求得的相关系数rv<对应表中的临界值,则接受原假设求得的相关系数 rv < 对应表中的临界值,则接受原假设求得的相关系数rv<对应表中的临界值,则接受原假设
大样本情况(n>30n>30n>30) — 用检验值计算
  • 求检验值rs∗n−1r_s*\sqrt{n-1}rs​∗n−1​
    rs∗n−1∼N(0,1)r_s*\sqrt{n-1}\sim N(0,1)rs​∗n−1​∼N(0,1)
    rs:r_s:rs​:斯皮尔曼等级相关系数 — 使用函数 或者 用定义求
    n:n:n:样本个数
  • 求P值
1-normcdf(检验值)  % 单侧检验
(1-normcdf(检验值))*2  %双侧检验
大样本情况(n>30n>30n>30) — 直接给出相关系数和P值
  1. 使用函数
[R,P] = corr(x,y,'type','Spearman')
  • x,y 必须为列向量
  • R为相关系数 P为对应的P值
[R,P] = corr(X,'type','Spearman')
  • 计算X矩阵各列之间的斯皮尔曼相关系数
  • 返回一个矩阵
  1. 直接使用定义计算

∵\because∵ 在matlab函数中,没有使用 ‘有数值相同,则将他们所在的位置取算数平均’ 规则
∴\therefore∴ 注意:使用定义 与 直接使用matlab函数得到的结果不同

SPSS

分析 -> 相关 -> 双变量

显著性标记

1. 自行标记:

拒绝 无法拒绝
P<0.01说明在99%置信水平上拒绝原假设P<0.01 说明在99\%置信水平上拒绝原假设P<0.01说明在99%置信水平上拒绝原假设 P>0.01说明在99%置信水平上无法拒绝原假设P>0.01 说明在99\%置信水平上无法拒绝原假设P>0.01说明在99%置信水平上无法拒绝原假设
P<0.05说明在95%置信水平上拒绝原假设P<0.05 说明在95\%置信水平上拒绝原假设P<0.05说明在95%置信水平上拒绝原假设 P>0.05说明在95%置信水平上无法拒绝原假设P>0.05 说明在95\%置信水平上无法拒绝原假设P>0.05说明在95%置信水平上无法拒绝原假设
P<0.10说明在90%置信水平上拒绝原假设P<0.10 说明在90\%置信水平上拒绝原假设P<0.10说明在90%置信水平上拒绝原假设 P>0.10说明在90%置信水平上无法拒绝原假设P>0.10 说明在90\%置信水平上无法拒绝原假设P>0.10说明在90%置信水平上无法拒绝原假设
  • 对相关系数表进行标记
    当P<0.01P<0.01P<0.01 标注∗∗∗***∗∗∗
    当P<0.05andP>0.01P<0.05 and P>0.01P<0.05andP>0.01 标注∗∗**∗∗
    当P<0.10andP>0.05P<0.10 and P>0.05P<0.10andP>0.05 标注∗*∗


2. SPSS:
分析 -> 相关 -> 双变量


参考资料:数学建模清风视频

数学建模 ---斯皮尔曼相关系数相关推荐

  1. 数学建模-5.相关系数

    相关系数-皮尔逊pearson相关系数 衡量两个变量之间相关性的大小 原理 协方差可以反应两个变量之间的关系,但是协方差大小与量纲有关,皮尔逊相关系数则是将X和Y标准化后的协方差,即去除了两个变量量纲 ...

  2. 数学建模-斯皮尔曼spearman相关系数

  3. 数学建模 --- 使用工具进行描述性统计

    描述性统计 简单统计量 matlab Excel SPSS 相关系数 斯皮尔曼相关系数 皮尔逊相关系数 Stata做概率密度估计图 并 保存图片 Stata对数据描述性统计 定量数据 定性数据 Exc ...

  4. 数学建模:相关性分析学习——皮尔逊(pearson)相关系数与斯皮尔曼(spearman)相关系数

    目录 前言 一.基本概念及二者适用范围比较 1.什么是相关性分析 2.什么是相关系数 3.适用范围比较 二.相关系数 1.皮尔逊相关系数(Pearson correlation) 1.线性检验 2.正 ...

  5. 浅尝辄止_数学建模(笔记_斯皮尔曼相关系数)

    文章目录 一.斯皮尔曼spearman相关系数 1.定义(1) 2.定义(2) 3.Matlab中计算斯皮尔曼相关系数 4.斯皮尔曼相关系数的假设检验 小样本情况,即n≤30n≤30n≤30 大样本情 ...

  6. 【7.0】 数学建模 | 相关系数详解 | Person相关系数、Spearman相关系数

    总体Person相关系数 如果两组数据X:{X1,X2,⋯,Xn}和Y:{Y1,Y2,⋯,Yn}是总体数据(例如普查结果)那么总体均值:E(X)=∑i=1nXin,E(Y)=∑i=1nYin总体协方差 ...

  7. 数学建模笔记-第五讲-相关系数

    文章目录 相关系数 pearson相关系数 相关性可视化 误区 相关系数大小的解释 例题 描述性统计 matlab excel SPSS 矩阵散点图 计算相关系数 热力图美化结果 对相关系数进行假设检 ...

  8. 【清风数学建模笔记】第五讲:相关系数

    本讲我们将介绍两种最为常用的相关系数:皮尔逊pearson相关系数和斯皮尔曼spearman等级相关系数.它们可用来衡量两个变量之间的相关性的大小,根据数据满足的不同条件,我们要选择不同的相关系数进行 ...

  9. 寒假自学数学建模(2)相关系数

    A皮尔逊相关系数 B斯皮尔曼相关系数 //以上两个相关系数使用前到要进行假设检验 A皮尔逊相关系数: 函数部分: R = corrcoef(A)   返回 A  的相关系数的矩阵,其中 A  的列表示 ...

  10. 数学建模:6 相关系数

    目录 选择哪个相关系数 总步骤 皮尔逊相关系数.假设检验 总体皮尔逊Pearson相关系数 样本皮尔逊Pearson相关系数 皮尔逊相关系数注意点 对相关系数大小的解释 皮尔逊相关系数假设检验的条件 ...

最新文章

  1. java存款程序_JAVA实现账户取款和存款操作
  2. PHP中一些常用知识点
  3. 用面向对象封装ASP中的cookie操作
  4. fastjson导致的OOM
  5. java生成pdf怎么合并行或者列_Java基础之PDF文件的合并
  6. (计算机组成原理)第四章指令系统:本章习题
  7. MATLAB编程思想
  8. “=” “:=” 区别
  9. View的加载原理和拦截方式
  10. 【Badboy】脚本录制
  11. C++ 调用Asprise OCR识别图片中的文字
  12. 基于古诗词的名字生成器
  13. Socket,好像也挺简单,可是,真够烦
  14. 1.SPSS概述(安装与界面基本认识)
  15. centos7.5.1804配置本地yum源和阿里云yum源以及163源
  16. svn: E175003:The server at ‘https://XXX/!/#XXX/XXX‘ does not support the HTTP/DAV protocol解决方案
  17. 脑图工具MindNode附属节点是什么意思 图解
  18. peppa pig原版_Peppy和MooTools
  19. 东北大学材料成型工艺学中挤压拉拔部分复习
  20. SpringMVC学习笔记14-CORS policy

热门文章

  1. java正则表达式常用语法
  2. 论文中的三线表绘制(word)
  3. 磁力搜索引擎ZSKY一键安装包
  4. Java测试驱动开发(TDD)
  5. windows 10 Office 2016 安装
  6. win2003服务器-远程复制无法读取源文件或磁盘
  7. libxml2的安装及使用
  8. 1月16日英语计算机统考,高考英语听力首次机考16日开考
  9. 【微信hook】微信机器人之PC微信hook
  10. Adobe国际认证|发布 Adob​e Photoshop全部教程