Коэффициент корреляции Кенделла
Материал из MachineLearning.
Строка 26: | Строка 26: | ||
:: если <tex>|\tau| > \tau_{\alpha}=u_{\alpha}\cdot\sqrt{D_{\tau_{xy}}} </tex>, где <tex>u_{\alpha}</tex> — <tex>\alpha</tex>-квантиль стандартного нормального распределения. | :: если <tex>|\tau| > \tau_{\alpha}=u_{\alpha}\cdot\sqrt{D_{\tau_{xy}}} </tex>, где <tex>u_{\alpha}</tex> — <tex>\alpha</tex>-квантиль стандартного нормального распределения. | ||
- | ==Связь коэффициента корреляции Кенделла с | + | ==Связь коэффициента корреляции Кенделла с [[коэффициент корреляции Пирсона|коэффициентом корреляции Пирсона]]== |
- | В случае выборок из нормального распределения коэффициент корреляции Кенделла <tex>\tau</tex> может быть использован для оценки | + | В случае выборок из нормального распределения коэффициент корреляции Кенделла <tex>\tau</tex> может быть использован для оценки [[коэффициент корреляциии Пирсона|коэффициента корреляции Пирсона]] <tex>r</tex> по формуле |
:: <tex>r=sin{\frac{\pi\tau}{2}}</tex> | :: <tex>r=sin{\frac{\pi\tau}{2}}</tex> | ||
Версия 12:37, 11 ноября 2008
|
Корреляцию Кенделла также называют мерой взаимной неупорядоченности или рассогласования.
Заданы две выборки .
Коэффициент корреляции, предложенный Кенделлом равен
- ,
где [логическое выражение]=1, если логическое выражение верно, иначе, 0, например,
Коэффициент принимает значения от -1 до 1. Равенство указывает на строгую линейную корреляцию.
Гипотеза : Выборки и независимы.
Статистика критерия:
где .
При статистику критерия можно приблизить нормальным распределением с параметрами (0,1):
Критерий (при уровне значимости ):
- против альтернативы : наличие корреляции
- если , где — -квантиль стандартного нормального распределения.
Связь коэффициента корреляции Кенделла с коэффициентом корреляции Пирсона
В случае выборок из нормального распределения коэффициент корреляции Кенделла может быть использован для оценки коэффициента корреляции Пирсона по формуле
Связь коэффициента корреляции Кенделла с коэффициентом корреляциии Спирмена
Выборкам и соответствуют последовательности рангов:
- , где — ранг -го объекта в вариационном ряду выборки ;
- , где — ранг -го объекта в вариационном ряду выборки .
Проведем операцию упорядочевания рангов.
Расположим ряд значений в порядке возрастания величины: . Тогда последовательность рангов упорядоченной выборки будет представлять собой последовательность натуральных чисел . Значения , соответствующие значениям , образуют в этом случае некоторую последовательность рангов .
Коэффициент корриляции Кенделла и коэффициент корриляции Спирмена выражаются через ранги следующим образом:
Коэффициент корриляции Спирмена учитывает насколько сильна неупорядоченность.
Литература
- Кобзарь А. И. Прикладная математическая статистика. — М.: Физматлит, 2006. — 816 с.
Статья в настоящий момент дорабатывается. Участник:Tsurko Varvara 13:33, 11 ноября 2008 (MSK) |