python实现Kendall相关性检验
Posted Data+Science+Insight
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了python实现Kendall相关性检验相关的知识,希望对你有一定的参考价值。
python实现Kendall相关性检验
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。
测试两个样本是否具有单调关系。
假设条件
- 每个样本中的观察结果都是独立且均等分布的(iid)。
- 可以对每个样本中的观察结果进行排名。
解释
- H0:两个样本是独立的。
- H1:样本之间存在依赖性。
#
以上是关于python实现Kendall相关性检验的主要内容,如果未能解决你的问题,请参考以下文章
R假设检验之Mann-Kendall趋势检验法(Mann-Kendall Trend Test)
4.3. 相关分析概述与简单相关系数计算——python实战
如何在 python 中计算大型 spark 数据框的 kendall tau?