肯德尔相关性系数,又称肯德尔秩相关系数,它也是一种秩相关系数,不过它所计算的对象是分类变量。

分类变量可以理解成有类别的变量,可以分为

无序的,比如性别(男、女)、血型(A、B、O、AB);

有序的,比如肥胖等级(重度肥胖,中度肥胖、轻度肥胖、不肥胖)。

通常需要求相关性系数的都是有序分类变量。

举个例子。比如评委对选手的评分(优、中、差等),我们想看两个(或者多个)评委对几位选手的评价标准是否一致;或者医院的尿糖化验报告,想检验各个医院对尿糖的化验结果是否一致,这时候就可以使用肯德尔相关性系数进行衡量。

维基百科肯德尔相关性系数的计算公式:

R语言:ndarray 变量的相关系数矩阵

import numpy as np
vc=[1,2,39,0,8]
vb=[1,2,38,0,8]
print(np.mean(np.multiply((vc-np.mean(vc)),(vb-np.mean(vb))))/(np.std(vb)*np.std(vc)))
#corrcoef得到相关系数矩阵(向量的相似程度)
print(np.corrcoef(vc,vb))

计算结果为:-0.2611165

这时候就可以理解为两位老师对选手们的看法是呈相反趋势的,不过这种相反的程度不很大

参考:http://blog.sina.com.cn/s/blog_69e75efd0102wmd2.html

https://en.wikipedia.org/wiki/Kendall_rank_correlation_coefficient

统计学三大相关系数之肯德尔(kendall)相关性系数相关推荐

  1. 统计学三大相关系数---Pearson、Spearman、kendall / RMSE与实现(附代码)

    算法实现:这里直接调库 from scipy import stats import numpy as np val_PLCC = stats.pearsonr(y_pred, y_val)[0] v ...

  2. Pearson皮尔逊,Kendall肯德尔和Spearman斯皮尔曼三种相关分析方法的异同

    在SPSS软件相关分析中,pearson(皮尔逊),kendall(肯德尔)和spearman(斯伯曼/斯皮尔曼)三种相关分析方法有什么异同      两个连续变量间呈线性相关时,使用Pearson积 ...

  3. 皮尔森(Pearson correlation coefficient)相关系数—统计学三大相关系数之一

    概述 皮尔森相关系数也称皮尔森积矩相关系数(Pearson product-moment correlation coefficient) ,是一种线性相关系数,是最常用的一种相关系数.记为r,用来反 ...

  4. 三大统计学相关系数(pearson皮尔森、spearman斯皮尔曼、kendall肯德尔)

    目录 1 person correlation coefficient(皮尔森相关性系数) 2 spearman correlation coefficient(斯皮尔曼相关性系数) 3 kendal ...

  5. 斯皮尔 皮尔森 肯德尔_统计学-三大相关性系数 | 生物统计学基础系列课

    原标题:统计学-三大相关性系数 | 生物统计学基础系列课 什么是生物统计学 生物统计学是一种很有用的工具,正确使用这一工具可以使科学研究更加有效,使科学研究可以更加高效的开展.因此,它是每位生物科学工 ...

  6. 皮尔森、斯皮尔曼,肯德尔相关系数的理解

    pandas中的corr()方法可使用如下方法,检测特征间的关系 皮尔森相关系数(线性相关) 计算公式:两个连续变量(X,Y)的pearson相关性系数(Px,y)等于(X, Y)的协方差cov(X, ...

  7. 肯德尔系数怎么分析_Kendall Rank(肯德尔等级)相关系数

    1.简介 在统计学中,肯德尔相关系数是以Maurice Kendall命名的,并经常用希腊字母τ(tau)表示其值.肯德尔相关系数是一个用来测量两个随机变量相关性的统计值.一个肯德尔检验是一个无参数假 ...

  8. 特征筛选6——肯德尔相关系数筛选特征(单变量筛选)

    肯德尔系数主要是用来判断两个有序序列的相关性 大致的计算流程: 对x与y先进行排序,得到不同的值对应的顺序 x与y配对计算,判断他们的顺序的一致对 (x的顺序与y的顺序相同) 和分歧对 (x的顺序与y ...

  9. 相关系数和相关性分析(下):肯德尔相关系数

    专注系列化.高质量的R语言教程 推文索引 | 联系小编 | 付费合集 前面已经介绍了皮尔逊相关系数和斯皮尔曼相关系数,详见推文:相关系数和相关性分析(上):皮尔逊相关系数.斯皮尔曼相关系数. 本篇目录 ...

最新文章

  1. 英伟达开源自动驾驶AI算法,升级芯片性能7倍于Xavier
  2. Hyper-V 怎样拷贝文件至虚拟硬盘并附加到虚拟机上
  3. 解决ping的IP 但是ping 不通域名的问题 或者请求找不到主机 请检查该名称
  4. POJ 2106 Boolean Expressions (布尔表达式求值)
  5. springboot做网站_SpringBoot项目实战(3):整合Freemark模板
  6. Trie树讲解(例题:ACWING 835,ACWING 143)
  7. spring定时器时间表达式 Quartz中时间表达式的设置
  8. 阿里云OSS上传图片教程-附案例
  9. 使用CNN实现C-MAPSS数据集里面的剩余寿命预测(Pytorch)
  10. 32位java jre_64位的jre和32位的jre
  11. 怎样给div加css,div加css教程
  12. 两台计算机直连怎么写ip,两台电脑直连(两台电脑用一条网线连接)
  13. expected primary-expression before ‘int‘
  14. ps切图(2)——简单工具操作(1)
  15. 晏几道 天涯 青砚1989
  16. 【SAP】SAP SD,中英日专业名词对照表
  17. 国产芯片软硬件替代STM32F103C8T6、STM32F103RCT6/RBT6
  18. 世界人工智能三要素:数据、算力和算法
  19. 控制中心可录屏下载_控制中心APP下载-ios12控制中心下载v1.4 安卓版-西西软件下载...
  20. 计算机专业方面需要显卡,专业设计制图需要什么样的电脑?制图电脑配置要求 (全文)...

热门文章

  1. SOA面向服务的架构
  2. “大片”火了毁大片,“IP”火了毁IP,现在整个电影圈都在研究什么才是好剧本
  3. cassandra_自定义Cassandra数据类型
  4. 什么NAS能实现多平台同步?AirDisk-Q3X/Q2/Q3S微力同步告诉你怎么实现
  5. 止鼻血6个妙招:白醋涂鼻腔有助止血
  6. leetcode-Algorithms-561|数组拆分 I
  7. 5G时代,学会Python即使不做通信也能月入过万!
  8. 在中国,千万别一辈子靠技术生存 !
  9. 【编译原理】-- 第二章(一)(文法和语言的定义、递归规则与递归文法、例题)
  10. java自带的四种线程池