Конкордация Кенделла

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
(начальная версия)
(орфография)
Строка 3: Строка 3:
'''Статья находится в разработке.'''
'''Статья находится в разработке.'''
-
'''Конкардация Кенделла''' - это непараметрический статистикий тест. Он обычно используется для измерения статистической связи между несколькими выборками. И если для корреляции Пирсона используется дополнительное предположение о нормальности выборок и сравниваются одновременно только две выборки, то в конкардации Кенделла нет предположения о виде распределении и используется любое количество выборок.
+
'''Конкордация Кенделла''' - это непараметрический статистикий тест. Он обычно используется для измерения статистической связи между несколькими выборками. И если для корреляции Пирсона используется дополнительное предположение о нормальности выборок и сравниваются одновременно только две выборки, то в конкордации Кенделла нет предположения о виде распределении и используется любое количество выборок.

Версия 20:49, 9 января 2009

Содержание

Статья находится в разработке.

Конкордация Кенделла - это непараметрический статистикий тест. Он обычно используется для измерения статистической связи между несколькими выборками. И если для корреляции Пирсона используется дополнительное предположение о нормальности выборок и сравниваются одновременно только две выборки, то в конкордации Кенделла нет предположения о виде распределении и используется любое количество выборок.


Примеры задач

Пример 1. (инвестиционные проекты)

Пусть имеется n объектов (инвестиционных проектов). В экспертный совет по принятию этих проектов входят k человек. Каждый эксперт выставляет оценки каждому проекту в ранговых шкалах. Требуется выяснить, насколько согласны между собой эксперты.


Определение

Заданы k\ (k \ge 2) выборок x_1=(x_1^1,\ \cdots,x_n^1),\cdots,\ x_k=(x_1^k,\cdots,x_n^k).

Коэффициент конкордации (согласованности) Кенделла равен

W=\frac{k-1}{k}\underbrace{ \frac{2}{k(k-1)}\sum_{i<j}\rho_{x_i x_j} }_{среднее арифметическое </p><p>Спирмена}+\frac{1}{k}

где \rho_{x_i x_j} - коэффициент корреляции Спирмена

Ранговый коэффициент конкордации

W=\frac{12}{k^2 (n^3-n)}\sum_{i=1}^{n}(\sum_{j=1}^{k}R_{ij}-\frac{k(n+1)}{2})^2,

где R_{ij}\in\{1,\cdots,n\} - ранг i-го элемента в X_j выборке.

Свойства:

1) W\in[0,1]


Замечание при k=2 получаем, что W=\frac{\rho+1}{2} т.е. коэффициент конкордации W линейно зависит от коэффициента корреляции Спирмена \rho


Статистическая проверка наличия корреляции

Гипотеза H_0:\ X_1,\cdots,\ X_k независимы.

Статистика: n(k-1)W имеет распрелеление хи-квадрат с (n-1) степенями свободы

Литература

  1. Лагутин М. Б. Наглядная математическая статистика:Учебное пособие.-М.: БИНОМ. Лаборатория знаний, 2007.-472с.

См. также

Ссылки

  • [1] (Wikipedia)
Источник — «http://machinelearning.ru/wiki/index.php?title=%D0%9A%D0%BE%D0%BD%D0%BA%D0%BE%D1%80%D0%B4%D0%B0%D1%86%D0%B8%D1%8F_%D0%9A%D0%B5%D0%BD%D0%B4%D0%B5%D0%BB%D0%BB%D0%B0»
Личные инструменты