В статистике , то коэффициент ранговой корреляции Кендалла , обычно называют т коэффициента Кендалла (после греческой буквы т , тау), является статистика используется для измерения порядковой связи между двумя измеряемыми величинами. Тест τ - это непараметрический тест гипотезы для статистической зависимости, основанный на коэффициенте τ.
Это мера ранговой корреляции : схожесть порядка данных при ранжировании по каждой из величин. Он назван в честь Мориса Кендалла , который разработал его в 1938 году [1], хотя Густав Фехнер предложил аналогичную меру в контексте временных рядов в 1897 году [2].
Интуитивно корреляция Кендалла между двумя переменными будет высокой, когда наблюдения имеют одинаковый (или идентичный для корреляции 1) ранг (т. Е. Метку относительного положения наблюдений внутри переменной: 1-й, 2-й, 3-й и т. Д.) Между двумя. переменные, и низкий, когда наблюдения имеют разный (или полностью различающийся при корреляции -1) ранг между двумя переменными.
И Кендалла, и Спирмена можно сформулировать как частные случаи более общего коэффициента корреляции .
Определение [ править ]
Пусть будет набором наблюдений совместных случайных величин X и Y , таких, что все значения ( ) и ( ) уникальны (для простоты связи не учитываются). Любая пара наблюдений и , где , считается согласованной, если порядок сортировки и совпадает: то есть, если выполняется либо оба и, либо оба и ; в противном случае они называются дискордантными .
Коэффициент Кендалла τ определяется как:
Где - биномиальный коэффициент для количества способов выбрать два элемента из n элементов.
Свойства [ править ]
Знаменатель представляет общее количество комбинаций пара, так что коэффициент должен находиться в диапазоне от -1 & le ; т & le ; 1.
- Если соответствие между двумя рейтингами идеальное (т. Е. Два рейтинга совпадают), коэффициент имеет значение 1.
- Если несоответствие между двумя рейтингами полное (т. Е. Одно ранжирование противоположно другому), коэффициент имеет значение -1.
- Если X и Y являются независимыми , то мы ожидаем , что коэффициент будет приблизительно равен нулю.
- Явное выражение для коэффициента ранга Кендалла есть .
Проверка гипотез [ править ]
Ранговый коэффициент Кендалла часто используется в качестве тестовой статистики в тесте статистической гипотезы, чтобы установить, могут ли две переменные считаться статистически зависимыми. Этот тест является непараметрическим , поскольку он не полагается на какие-либо предположения о распределениях X или Y или распределении ( X , Y ).
В соответствии с нулевой гипотезы о независимости X и Y , то распределение выборки из т имеет ожидаемое значение , равное нулю. Точное распределение не может быть охарактеризовано в терминах общих распределений, но может быть рассчитано точно для небольших выборок; для больших выборок обычно используется приближение к нормальному распределению с нулевым средним и дисперсией
- . [4]
Учет связей [ править ]
Пара называется связаны , если или ; связанная пара не является ни согласованной, ни противоречивой. Когда в данных возникают связанные пары, коэффициент можно изменить несколькими способами, чтобы он оставался в диапазоне [-1, 1]:
Тау-а [ править ]
Tau-статистика проверяет прочность ассоциации из перекрестных таблиц . Обе переменные должны быть порядковыми . Tau-a не будет делать никаких поправок на связи. Это определяется как:
где n c , n d и n 0 определены, как в следующем разделе.
Тау-б [ править ]
Статистика Tau-b, в отличие от Tau-a, делает поправки на связи. [5] Значения Tau-b варьируются от -1 (100% отрицательная ассоциация или идеальная инверсия) до +1 (100% положительная ассоциация или полное совпадение). Нулевое значение указывает на отсутствие ассоциации.
Коэффициент Кендалла Тау-b определяется как:
куда
Имейте в виду, что некоторые статистические пакеты, например SPSS, используют альтернативные формулы для вычисления вычислительной эффективности с удвоенным «обычным» количеством согласованных и несогласованных пар. [6]
Тау-ц [ править ]
Tau-c (также называемый Stuart-Kendall Tau-c) [7] более подходит, чем Tau-b для анализа данных, основанных на неквадратных (то есть прямоугольных) таблицах непредвиденных обстоятельств . [7] [8] Поэтому используйте Tau-b, если базовая шкала обеих переменных имеет одинаковое количество возможных значений (до ранжирования), и Tau-c, если они различаются. Например, одна переменная может быть оценена по 5-балльной шкале (очень хорошо, хорошо, средне, плохо, очень плохо), а другая может быть основана на более тонкой 10-балльной шкале.
Коэффициент Кендалла Тау-c определяется как: [8]
куда
Тесты значимости [ править ]
Когда две величины статистически независимы, распределение нелегко охарактеризовать с помощью известных распределений. Однако для следующей статистики, приблизительно распределена как стандартная норма, когда переменные статистически независимы:
Таким образом, чтобы проверить, являются ли две переменные статистически зависимыми, вычисляют и находят кумулятивную вероятность для стандартного нормального распределения при . Для двустороннего теста умножьте это число на два, чтобы получить значение p . Если p -значение ниже заданного уровня значимости, отвергается нулевая гипотеза (на этом уровне значимости) о том, что величины статистически независимы.
При учете галстуков следует добавить многочисленные корректировки . Следующая статистика, имеет то же распределение, что и распределение, и снова приблизительно равна стандартному нормальному распределению, когда количества статистически независимы:
куда
Иногда это называют тестом Манна-Кендалла. [9]
Алгоритмы [ править ]
Прямое вычисление числителя включает две вложенные итерации, которые характеризуются следующим псевдокодом:
numer: = 0 для i: = 2..N do для j: = 1 .. (i - 1) do число: = число + знак (x [i] - x [j]) × знак (y [i] - y [j])возвращение Numer
Хотя этот алгоритм быстро реализуется, он сложен и становится очень медленным на больших выборках. Более сложный алгоритм [10], построенный на алгоритме сортировки слиянием , может использоваться для вычисления числителя во времени.
Начните заказе ваших точек данных сортировки по первой величины, и во вторую очередь ( в том числе в связи ) с помощью второго количества, . При таком начальном порядке сортировка не выполняется, и ядро алгоритма состоит в вычислении количества шагов, которые потребует пузырьковая сортировка для сортировки этого начального . Улучшенный алгоритм сортировки слиянием со сложностью может применяться для вычисления количества свопов , которые потребуются пузырьковой сортировке для сортировки . Тогда числитель для вычисляется как:
где вычисляется как и , но с учетом совместных связей в и .
A сортировка слиянием разделов данных , которые должны быть отсортированы, на две примерно равные половины, и , затем сортирует каждую половину рекурсивной, а затем сливается две половинки сортируются в полностью отсортированный вектор. Количество свопов пузырьковой сортировки равно:
где и - отсортированные версии и , а характеризует замену, эквивалентную пузырьковой сортировке, для операции слияния. вычисляется, как показано в следующем псевдокоде:
функция M (L [1..n], R [1..m]) является я: = 1 j: = 1 nSwaps: = 0 в то время как i ≤ n и j ≤ m действуют, если R [j] <L [i], то nSwaps: = nSwaps + n - i + 1 j: = j + 1 еще я: = я + 1 вернуть nSwaps
Побочным эффектом вышеуказанных шагов является то, что вы получаете как отсортированную версию, так и отсортированную версию . С их помощью коэффициенты и, используемые для вычисления , легко получить за один проход линейного времени через отсортированные массивы.
Программные реализации [ править ]
- Базовый пакет статистики R реализует тест cor.test(x, y, method = "kendall")в своем пакете "stats" (также
cor(x, y, method = "kendall")
будет работать, но без возврата p-значения). - Для Python , то SciPy библиотека реализует вычисление вscipy.stats.kendalltau
См. Также [ править ]
- Корреляция
- Кендалл тау расстояние
- Кендаллс W
- Коэффициент ранговой корреляции Спирмена
- Гамма Гудмана и Крускала
- Оценка Тейла – Сена
- U-критерий Манна – Уитни - он эквивалентен коэффициенту корреляции тау Кендалла, если одна из переменных является двоичной.
Ссылки [ править ]
- ^ Кендалл, М. (1938). «Новая мера ранговой корреляции». Биометрика . 30 (1–2): 81–89. DOI : 10.1093 / Biomet / 30.1-2.81 . JSTOR 2332226 .
- ^ Крускала, WH (1958). «Порядковые меры объединения». Журнал Американской статистической ассоциации . 53 (284): 814–861. DOI : 10.2307 / 2281954 . JSTOR 2281954 . Руководство по ремонту 0100941 .
- ^ Nelsen, RB (2001) [1994], "тау Кендалла метрика" , Энциклопедия математики , EMS Пресс
- ^ Прохоров, А.В. (2001) [1994], "Коэффициент Кендалла ранговой корреляции" , Энциклопедия математики , EMS Press
- ^ Агрести, A. (2010). Анализ порядковых категориальных данных (второе изд.). Нью-Йорк: Джон Вили и сыновья. ISBN 978-0-470-08289-8.
- ^ IBM (2016). IBM SPSS Statistics 24 алгоритма . IBM. п. 168 . Проверено 31 августа 2017 года .
- ^ a b Берри, KJ; Johnston, JE; Zahran, S .; Мильке, П. В. (2009). «Тау-мера Стюарта величины эффекта для порядковых переменных: некоторые методологические соображения» . Методы исследования поведения . 41 (4): 1144–1148. DOI : 10,3758 / brm.41.4.1144 . PMID 19897822 .
- ^ а б Стюарт А. (1953). «Оценка и сравнение сильных сторон ассоциации в таблицах непредвиденных обстоятельств». Биометрика . 40 (1–2): 105–110. DOI : 10.2307 / 2333101 . JSTOR 2333101 .
- ^ Glen_b. «Отношения между Манн-Кендаллом и Кендаллом Тау-б» .
- ^ Knight, W. (1966). "Компьютерный метод для расчета Тау Кендалла с разгруппированными данными". Журнал Американской статистической ассоциации . 61 (314): 436–439. DOI : 10.2307 / 2282833 . JSTOR 2282833 .
Дальнейшее чтение [ править ]
- Абди, Х. (2007). «Ранговая корреляция Кендалла» (PDF) . В Салкинд, штат Нью-Джерси (ред.). Энциклопедия измерения и статистики . Таузенд-Оукс (Калифорния): Шалфей.
- Дэниел, Уэйн В. (1990). «Тау Кендалла» . Прикладная непараметрическая статистика (2-е изд.). Бостон: PWS-Kent. С. 365–377. ISBN 978-0-534-91976-4.
- Кендалл, Морис; Гиббонс, Джин Дикинсон (1990) [Впервые опубликовано в 1948 году]. Методы ранговой корреляции . Серия книг Чарльза Гриффина (5-е изд.). Оксфорд: Издательство Оксфордского университета. ISBN 978-0195208375.
- Бонетт, Дуглас Дж .; Райт, Томас А. (2000). «Требования к размеру выборки для оценки корреляций Пирсона, Кендалла и Спирмена». Психометрика . 65 (1): 23–28. DOI : 10.1007 / BF02294183 .
Внешние ссылки [ править ]
- Расчет привязанного ранга
- Программное обеспечение для вычисления тау Кендалла на очень больших наборах данных
- Онлайн-программное обеспечение: вычисляет ранговую корреляцию тау Кендалла
- Процедура CORR: статистические вычисления - Школа бизнеса Макдоно