文章目录
引述
经过之前几节的学习,我们了解并掌握了皮尔逊相关系数。在学习中我们发现,皮尔逊相关系数的使用条件相当苛刻:两组变量必须是连续数据、呈现正态分布,且两者间必须成线性关系。如果我们在数学建模中拿到一组数据无法满足以上条件,那么有没有其他的方法去判断两组变量之间的相关性呢?答案是肯定的,它就是斯皮尔曼相关系数(spearman).
一、斯皮尔曼相关系数(spearman)
1.定义1
- 定义:X和Y为两组数据,其斯皮尔曼(等级)相关系数:

其中,di为Xi和Yi之间的等级差。可以证明:rs位于-1和1之间。 - 等级差
一个数的等级,就是将它所在的一列按照从小到大排序后,这个数所在的位置。

根据公式计算可得:
X和Y的斯皮尔曼相关系数 rs = 0.875
2.定义2
另一种斯皮尔曼相关系数被定义成等级之间的皮尔逊相关系数。值得注意的是,MATLAB使用的是该定义下的计算方式。
对于上图,使用MATLAB求解皮尔逊相关系数
%% 使用MATLAB求解皮尔逊相关系数
RX = [2 5 3 4

本文介绍了斯皮尔曼相关系数(spearman),作为皮尔逊相关系数的替代,适用于非正态分布或非线性关系的数据。通过MATLAB计算示例,阐述了斯皮尔曼相关系数的定义和计算方法,并进行了假设检验的讨论。同时,对比了斯皮尔曼与皮尔逊相关系数在不同条件下的适用性。
——斯皮尔曼相关系数(spearman)&spm=1001.2101.3001.5002&articleId=102783973&d=1&t=3&u=7ac3dc0691ff4954ab7655beafbfda21)
8万+

被折叠的 条评论
为什么被折叠?



