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 ≤ 30 n\le30 n30
            • 大样本情况( n > 30 n>30 n>30) --- 用检验值计算
            • 大样本情况( n > 30 n>30 n>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

数学建模 ---斯皮尔曼相关系数_第1张图片

斯皮尔曼spearman相关系数定义

数学建模 ---斯皮尔曼相关系数_第2张图片

斯皮尔曼相关系数与P值

Matlab
小样本情况( n ≤ 30 n\le30 n30
  • 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 r v < 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 rv<
    数学建模 ---斯皮尔曼相关系数_第3张图片
大样本情况( n > 30 n>30 n>30) — 用检验值计算
  • 求检验值 r s ∗ n − 1 r_s*\sqrt{n-1} rsn1
    r s ∗ n − 1 ∼ N ( 0 , 1 ) r_s*\sqrt{n-1}\sim N(0,1) rsn1 N(0,1)
    r s : 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 > 30 n>30 n>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
数学建模 ---斯皮尔曼相关系数_第4张图片

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<0.0199% 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 < 0.01 P<0.01 P<0.01 标注 ∗ ∗ ∗ ***
    P < 0.05 a n d P > 0.01 P<0.05 and P>0.01 P<0.05andP>0.01 标注 ∗ ∗ **
    P < 0.10 a n d P > 0.05 P<0.10 and P>0.05 P<0.10andP>0.05 标注 ∗ *

数学建模 ---斯皮尔曼相关系数_第5张图片
2. SPSS:
分析 -> 相关 -> 双变量
数学建模 ---斯皮尔曼相关系数_第6张图片


参考资料:数学建模清风视频

你可能感兴趣的:(数学建模,数学建模,matlab)