Коэффициент ранговой корреляции Кендалла - Kendall rank correlation coefficient
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 : сходство порядка данных при ранжировании по каждой из величин. Он назван в честь Мориса Кендалла , который разработал его в 1938 году, хотя Густав Фехнер предложил аналогичную меру в контексте временных рядов в 1897 году.
Интуитивно корреляция Кендалла между двумя переменными будет высокой, когда наблюдения имеют одинаковый (или идентичный для корреляции 1) ранг (т. Е. Метка 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
Позвольте быть набором наблюдений совместных случайных величин X и Y , таких, что все значения ( ) и ( ) уникальны (связи не учитываются для простоты). Любая пара наблюдений и , где , считается согласованной, если порядок сортировки и согласуется: 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.
Характеристики
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
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
- .
Учет галстуков
Пара называется связаны , если или ; связанная пара не является ни согласованной, ни противоречивой. Когда в данных возникают связанные пары, коэффициент может быть изменен несколькими способами, чтобы он оставался в диапазоне [-1, 1]:
Тау-а
Tau-статистика проверяет прочность ассоциации из перекрестных таблиц . Обе переменные должны быть порядковыми . Тау-а не будет делать никаких поправок на завязки. Это определяется как:
где n c , n d и n 0 определены, как в следующем разделе.
Тау-б
Статистика Tau-b, в отличие от Tau-a, делает поправки на связи. 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
Простой алгоритм, разработанный в BASIC, вычисляет коэффициент Tau-b с использованием альтернативной формулы.
Имейте в виду, что некоторые статистические пакеты, например SPSS, используют альтернативные формулы для вычисления вычислительной эффективности с удвоенным «обычным» количеством согласованных и несогласованных пар.
Тау-с
Tau-c (также называемый Stuart-Kendall Tau-c) более подходит, чем Tau-b для анализа данных, основанных на неквадратных (т.е. прямоугольных) таблицах непредвиденных обстоятельств . 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 - по более тонкой 10-балльной шкале.
Коэффициент Кендалла Тау-c определяется как:
куда
Тесты значимости
Когда две величины статистически независимы, распределение трудно охарактеризовать в терминах 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, отвергают нулевую гипотезу (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.
Алгоритмы
Прямое вычисление числителя включает две вложенные итерации, которые характеризуются следующим псевдокодом:
numer := 0 for i := 2..N do for j := 1..(i − 1) do numer := numer + sign(x[i] − x[j]) × sign(y[i] − y[j]) return numer
Хотя этот алгоритм быстро реализуется, он сложен и становится очень медленным на больших выборках. Более сложный алгоритм, основанный 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 значения . Усовершенствованный алгоритм сортировки слиянием со сложностью может применяться для вычисления количества свопов , которые потребуются пузырьковой сортировке для сортировки . Тогда числитель для вычисляется как:
где вычисляется аналогично 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:
function M(L[1..n], R[1..m]) is i := 1 j := 1 nSwaps := 0 while i ≤ n and j ≤ m do if R[j] < L[i] then nSwaps := nSwaps + n − i + 1 j := j + 1 else i := i + 1 return nSwaps
Побочным эффектом вышеупомянутых 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
-
Базовый пакет статистики R реализует тест
cor.test(x, y, method = "kendall")
в своем пакете "stats" (такжеcor(x, y, method = "kendall")
будет работать, но без возврата p-значения). - Для Python , то SciPy библиотека реализует вычисление в
scipy.stats.kendalltau
Смотрите также
- Корреляция
- Кендалл тау расстояние
- Кендаллс W
- Коэффициент ранговой корреляции Спирмена
- Гамма Гудмана и Крускала
- Оценщик Тейла – Сена
- U-критерий Манна – Уитни - он эквивалентен коэффициенту корреляции тау Кендалла, если одна из переменных является бинарной.
использованная литература
дальнейшее чтение
- 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.
- Bonett, Douglas G .; Райт, Томас А. (2000). «Требования к размеру выборки для оценки корреляций Пирсона, Кендалла и Спирмена». Психометрика . 65 (1): 23–28. DOI : 10.1007 / BF02294183 .