统计相关系数——Kendall Rank(肯德尔等级)相关系数

参考内容:
统计相关系数(3)——Kendall Rank(肯德尔等级)相关系数及MATLAB实现

  1. 作用: Kendall相关系数是一个用来测量两个随机变量相关性的统计值。肯德尔相关系数的取值范围在-1到1之间,当τ为1时,表示两个随机变量拥有一致的等级相关性;当τ为-1时,表示两个随机变量拥有完全相反的等级相关性;当τ为0时,表示两个随机变量是相互独立的。
  2. 适用范围
    斯皮尔曼等级相关系数对数据条件的要求没有皮尔逊相关系数严格,只要两个变量的观测值是成对的等级评定资料,或者是由连续变量观测资料转化得到的等级资料,不论两个变量的总体分布形态、样本容量的大小如何,都可以用斯皮尔曼等级相关系数来进行研究。
  3. 计算
    • 定义
      随机变量X、Y,它们的元素个数均为N,两个随机变量取的第i(1<=i<=N)个值分别用 X i 、 Y i X_i、Y_i XiYi表示。
      两个元素一致: ( X i > X j X_i>X_j Xi>Xj Y i > Y j Y_i>Y_j Yi>Yj) 或者 ( X i < X j X_i<X_j Xi<Xj Y i < Y j Y_i<Y_j Yi<Yj)
      两个元素不一致: ( X i < X j X_i<X_j Xi<Xj Y i > Y j Y_i>Y_j Yi>Yj) 或者 ( X i > X j X_i>X_j Xi>Xj Y i < Y j Y_i<Y_j Yi<Yj)
      两个元素既不是一致的也不是不一致的。 X i = X j X_i=X_j Xi=Xj或者 Y i = Y j Y_i=Y_j Yi=Yj
    • 这里有三个公式计算肯德尔相关系数的值
      参见参考链接,注意使用条件,以及表格的意思是这对元素集合中存在多少对,可以简单转化为集合。

你可能感兴趣的:(机器学习)