统计学三大相关系数之肯德尔(kendall)相关性系数
肯德尔相关性系数,又称肯德尔秩相关系数,它也是一种秩相关系数,不过它所计算的对象是分类变量。
分类变量可以理解成有类别的变量,可以分为
无序的,比如性别(男、女)、血型(A、B、O、AB);
有序的,比如肥胖等级(重度肥胖,中度肥胖、轻度肥胖、不肥胖)。
通常需要求相关性系数的都是有序分类变量。
举个例子。比如评委对选手的评分(优、中、差等),我们想看两个(或者多个)评委对几位选手的评价标准是否一致;或者医院的尿糖化验报告,想检验各个医院对尿糖的化验结果是否一致,这时候就可以使用肯德尔相关性系数进行衡量。
维基百科肯德尔相关性系数的计算公式:
R语言:ndarray 变量的相关系数矩阵
import numpy as np
vc=[1,2,39,0,8]
vb=[1,2,38,0,8]
print(np.mean(np.multiply((vc-np.mean(vc)),(vb-np.mean(vb))))/(np.std(vb)*np.std(vc)))
#corrcoef得到相关系数矩阵(向量的相似程度)
print(np.corrcoef(vc,vb))
计算结果为:-0.2611165
这时候就可以理解为两位老师对选手们的看法是呈相反趋势的,不过这种相反的程度不很大
参考:http://blog.sina.com.cn/s/blog_69e75efd0102wmd2.html
https://en.wikipedia.org/wiki/Kendall_rank_correlation_coefficient
统计学三大相关系数之肯德尔(kendall)相关性系数相关推荐
- 统计学三大相关系数---Pearson、Spearman、kendall / RMSE与实现(附代码)
算法实现:这里直接调库 from scipy import stats import numpy as np val_PLCC = stats.pearsonr(y_pred, y_val)[0] v ...
- Pearson皮尔逊,Kendall肯德尔和Spearman斯皮尔曼三种相关分析方法的异同
在SPSS软件相关分析中,pearson(皮尔逊),kendall(肯德尔)和spearman(斯伯曼/斯皮尔曼)三种相关分析方法有什么异同 两个连续变量间呈线性相关时,使用Pearson积 ...
- 皮尔森(Pearson correlation coefficient)相关系数—统计学三大相关系数之一
概述 皮尔森相关系数也称皮尔森积矩相关系数(Pearson product-moment correlation coefficient) ,是一种线性相关系数,是最常用的一种相关系数.记为r,用来反 ...
- 三大统计学相关系数(pearson皮尔森、spearman斯皮尔曼、kendall肯德尔)
目录 1 person correlation coefficient(皮尔森相关性系数) 2 spearman correlation coefficient(斯皮尔曼相关性系数) 3 kendal ...
- 斯皮尔 皮尔森 肯德尔_统计学-三大相关性系数 | 生物统计学基础系列课
原标题:统计学-三大相关性系数 | 生物统计学基础系列课 什么是生物统计学 生物统计学是一种很有用的工具,正确使用这一工具可以使科学研究更加有效,使科学研究可以更加高效的开展.因此,它是每位生物科学工 ...
- 皮尔森、斯皮尔曼,肯德尔相关系数的理解
pandas中的corr()方法可使用如下方法,检测特征间的关系 皮尔森相关系数(线性相关) 计算公式:两个连续变量(X,Y)的pearson相关性系数(Px,y)等于(X, Y)的协方差cov(X, ...
- 肯德尔系数怎么分析_Kendall Rank(肯德尔等级)相关系数
1.简介 在统计学中,肯德尔相关系数是以Maurice Kendall命名的,并经常用希腊字母τ(tau)表示其值.肯德尔相关系数是一个用来测量两个随机变量相关性的统计值.一个肯德尔检验是一个无参数假 ...
- 特征筛选6——肯德尔相关系数筛选特征(单变量筛选)
肯德尔系数主要是用来判断两个有序序列的相关性 大致的计算流程: 对x与y先进行排序,得到不同的值对应的顺序 x与y配对计算,判断他们的顺序的一致对 (x的顺序与y的顺序相同) 和分歧对 (x的顺序与y ...
- 相关系数和相关性分析(下):肯德尔相关系数
专注系列化.高质量的R语言教程 推文索引 | 联系小编 | 付费合集 前面已经介绍了皮尔逊相关系数和斯皮尔曼相关系数,详见推文:相关系数和相关性分析(上):皮尔逊相关系数.斯皮尔曼相关系数. 本篇目录 ...
最新文章
- 强者愈强!疫情拉大“数据资产”贫富差距,顶级公司数据建设靠什么
- Transformers2.0让你三行代码调用语言模型,兼容TF2.0和PyTorch
- Visual Studio 2017 版本 15.5.5
- linux4.19安装教程,树莓派4安装Ubuntu 19.10的教程详解
- 十个最适合 Web 和 APP 开发的 NodeJS 框架
- iOS10 权限访问崩溃
- 关系数据库查看器应用程序-ASP.NET Core
- html5中颜色范围,HTML5输入范围:将runnable-track的颜色更改为当前值
- 利用ajax查询数据库显示在前台,ajax动态查询数据库数据并显示在前台的方法
- 接口文档与接口文档管理工具
- 在中关村创业大街Binggo这半年
- 十以内加法速算游戏设计
- java模拟键盘输入中文_Appium+java 模拟键盘输入
- 异常:Mapper method 'com.***.delByNumber' has an unsupported return type: class java.lang.String
- FileZilla FTP服务器源代码分析
- 春节特辑・戏说天津卫
- window在文件管理器中打开命令行窗口
- zcash mining
- 贝塞尔曲线绘制原理 unity 3d实现绘制贝塞尔曲线
- Android 撕衣服Demo(OnTouchListener 应用)