热门标签 | HotTags
当前位置:  开发笔记 > 程序员 > 正文

数学建模斯皮尔曼相关系数

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


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\le30n30)
            • 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

在这里插入图片描述


斯皮尔曼spearman相关系数定义

在这里插入图片描述


斯皮尔曼相关系数与P值


Matlab

小样本情况(n≤30n\le30n30)

  • 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&#xff0c;则接受原假设求得的相关系数 rv <对应表中的临界值&#xff0c;则接受原假设rv<&#xff0c;
    在这里插入图片描述

大样本情况&#xff08;n>30n>30n>30&#xff09; — 用检验值计算

  • 求检验值rs∗n−1r_s*\sqrt{n-1}rsn1


    rs∗n−1∼N(0,1)r_s*\sqrt{n-1}\sim N(0,1)rsn1

    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&#xff08;n>30n>30n>30&#xff09; — 直接给出相关系数和P值

  1. 使用函数

[R,P] &#61; corr(x,y,&#39;type&#39;,&#39;Spearman&#39;)

  • x,y 必须为列向量
  • R为相关系数 P为对应的P值

[R,P] &#61; corr(X,&#39;type&#39;,&#39;Spearman&#39;)

  • 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&#xff0c;没有使用 ‘有数值相同&#xff0c;则将他们所在的位置取算数平均’ 规则
∴\therefore 注意&#xff1a;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
在这里插入图片描述


显著性标记

1. 自行标记&#xff1a;


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<0.0199%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>0.0199%
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<0.0595%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>0.0595%
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<0.1090%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>0.1090%

  • 对相关系数表进行标记
    P<0.01P<0.01P<0.01 标注∗∗∗***
    P<0.05andP>0.01P<0.05 and P>0.01P<0.05andP>0.01 标注∗∗**
    P<0.10andP>0.05P<0.10 and P>0.05P<0.10andP>0.05 标注∗*

在这里插入图片描述
2. SPSS&#xff1a;
分析 -> 相关 -> 双变量
在这里插入图片描述



参考资料&#xff1a;数学建模清风视频


推荐阅读
  • 为了和DSP兼容,TSint64和TUint64设置成TSint40和TUint40一样的数结果VC中还是认为是32位的,显然不合适typedefsig ... [详细]
  • Cortex-M3处理器核心解析
    本文详细介绍了Cortex-M3处理器的常见术语及其核心特点,包括其架构、寄存器组、操作模式、中断处理机制、存储器映射、总线接口和存储器保护单元(MPU)。此外,还探讨了Cortex-M3在性能和中断处理方面的优势。 ... [详细]
  • 即使使用了瑞星等杀毒软件,并且显示病毒已被成功清除,但在重启计算机后,病毒却再次出现。这种情况的原因是什么?本文将深入探讨这一现象及其解决方法。 ... [详细]
  • Mysqlcheck作为MySQL提供的一个实用工具,主要用于数据库表的维护工作,包括检查、分析、修复及优化等操作。本文将详细介绍如何使用Mysqlcheck工具,并提供一些实践建议。 ... [详细]
  • 构建Python自助式数据查询系统
    在现代数据密集型环境中,业务团队频繁需要从数据库中提取特定信息。为了提高效率并减少IT部门的工作负担,本文探讨了一种利用Python语言实现的自助数据查询工具的设计与实现。 ... [详细]
  • 本文详细介绍了如何在本地环境中安装配置Frida及其服务器组件,以及如何通过Frida进行基本的应用程序动态分析,包括获取应用版本和加载的类信息。 ... [详细]
  • 本文详细介绍了Objective-C中的面向对象编程概念,重点探讨了类的定义、方法的实现、对象的创建与销毁等内容,旨在帮助开发者更好地理解和应用Objective-C的面向对象特性。 ... [详细]
  • 本文详细介绍如何在华为手机上安装鸿蒙3.0系统及下载兼容鸿蒙系统的新版应用,包括前期准备、升级途径以及应用下载的具体步骤。 ... [详细]
  • 如何高效学习鸿蒙操作系统:开发者指南
    本文探讨了开发者如何更有效地学习鸿蒙操作系统,提供了来自行业专家的建议,包括系统化学习方法、职业规划建议以及具体的开发技巧。 ... [详细]
  • 本文探讨了如何使用Scrapy框架构建高效的数据采集系统,以及如何通过异步处理技术提升数据存储的效率。同时,文章还介绍了针对不同网站采用的不同采集策略。 ... [详细]
  • 本文详细介绍了 Node.js 中 OS 模块的 arch 方法,包括其功能、语法、参数以及返回值,并提供了具体的使用示例。 ... [详细]
  • Android 中的布局方式之线性布局
    nsitionalENhttp:www.w3.orgTRxhtml1DTDxhtml1-transitional.dtd ... [详细]
  • 为何Compose与Swarm之后仍有Kubernetes的诞生?
    探讨在已有Compose和Swarm的情况下,Kubernetes是如何以其独特的设计理念和技术优势脱颖而出,成为容器编排领域的领航者。 ... [详细]
  • Docker安全策略与管理
    本文探讨了Docker的安全挑战、核心安全特性及其管理策略,旨在帮助读者深入理解Docker安全机制,并提供实用的安全管理建议。 ... [详细]
  • 本文详细介绍了如何在 Ubuntu 16.04 系统上配置 Qt 5.5 的交叉编译环境,特别针对 i.MX6 平台进行了优化设置。内容涵盖从基本的软件安装到高级配置的全过程。 ... [详细]
author-avatar
帅哥不潮_460
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有