Warning: file_get_contents(/data/phpspider/zhask/data//catemap/4/r/71.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
R 斯皮尔曼秩相关检验统计量_R_Statistics_Correlation - Fatal编程技术网

R 斯皮尔曼秩相关检验统计量

R 斯皮尔曼秩相关检验统计量,r,statistics,correlation,R,Statistics,Correlation,我的问题是,我计算了两个变量之间的斯皮尔曼秩相关性。一位评审员问我是否可以为所有p

我的问题是,我计算了两个变量之间的斯皮尔曼秩相关性。一位评审员问我是否可以为所有p<0.001的系数添加测试统计数据

以下是一个结果:

> cor.test(pl$data, pl$rang, method= "spearman")


#       Spearman's rank correlation rho

data:  pl$data and pl$rang
S = 911164.6, p-value = 1.513e-05
alternative hypothesis: true rho is not equal to 0 
sample estimates:
rho 
-0.3347658 
测试统计数据是否等于S=911164.6?这么大的数字可以吗? 如果这个问题不是很专业,请提前道歉,但我花了相当多的时间在书上和互联网上寻找答案 提前感谢您的帮助。

是的。“值”部分中的“cor.test帮助”页面将cor.test的返回值描述为:

统计:测试统计的值

我们看到,对该页面上的示例进行调整

x <- c(44.4, 45.9, 41.9, 53.3, 44.7, 44.1, 50.7, 45.2, 60.1)
y <- c( 2.6,  3.1,  2.5,  5.0,  3.6,  4.0,  5.2,  2.8,  3.8)
(result <- cor.test(x, y, method = "spearman"))
#         Spearman's rank correlation rho

# data:  x and y 
# S = 48, p-value = 0.0968
# alternative hypothesis: true rho is not equal to 0 
# sample estimates:
# rho 
# 0.6 
result$statistic
#  S 
# 48 
统计数据由n^3-n*1-r/6给出,其中n是x的长度,rYes。“值”部分中的“cor.test帮助”页面将cor.test的返回值描述为:

统计:测试统计的值

我们看到,对该页面上的示例进行调整

x <- c(44.4, 45.9, 41.9, 53.3, 44.7, 44.1, 50.7, 45.2, 60.1)
y <- c( 2.6,  3.1,  2.5,  5.0,  3.6,  4.0,  5.2,  2.8,  3.8)
(result <- cor.test(x, y, method = "spearman"))
#         Spearman's rank correlation rho

# data:  x and y 
# S = 48, p-value = 0.0968
# alternative hypothesis: true rho is not equal to 0 
# sample estimates:
# rho 
# 0.6 
result$statistic
#  S 
# 48 

统计数据由n^3-n*1-r/6给出,其中n是x的长度,r我找到的最佳答案在页面上:

这个问题也在讨论中


虽然n^3-n*1-r/6,WARE n等于变量的样本量,r等于计算S统计量的相关系数rho是明确的,但对于如何解释结果没有明确的解释。我还没有找到一个明确的答案:

我找到的最好的答案是:

这个问题也在讨论中


虽然n^3-n*1-r/6,WARE n等于变量的样本量,r等于计算S统计量的相关系数rho是明确的,但对于如何解释结果没有明确的解释。我还没有找到一个明确的答案:

谢谢你的快速回答。那么我的S是911164就可以了?为什么会有这么高的数字?@MtS:具体的统计问题可能比这里更适合,这里的重点是编码。Ben可以把问题复制到另一边吗?@MtS:阅读我的最新答案。S很大,因为你有很多数据,S与输入向量的立方长度成正比。在维基百科中,我发现可以用:rho*sqrtn-2/1-rho^2或0.6*sqrt9-2/1-0.6^2=1.546来测试显著性。这不是测试统计数据吗谢谢你的快速回答。那么我的S是911164就可以了?为什么会有这么高的数字?@MtS:具体的统计问题可能比这里更适合,这里的重点是编码。Ben可以把问题复制到另一边吗?@MtS:阅读我的最新答案。S很大,因为你有很多数据,S与输入向量的立方长度成正比。在维基百科中,我发现可以用:rho*sqrtn-2/1-rho^2或0.6*sqrt9-2/1-0.6^2=1.546来测试显著性。这不是测试统计数据吗大概是排名差异的平方和,参见维基百科关于斯皮尔曼排名相关性的条目;它的大小意味着你有一个大数据集,我想…所以如果有人要求我也写测试统计数据,我可以写S=911164.6和rho=-0335?@MtS我将你的问题标记为迁移到stats.stackexchange.com,但被拒绝了。你可能想亲自去那个网站,询问他们你的大S值,尽管BenBolker和RichieCotton基本上已经回答了这个问题;它的大小意味着你有一个大数据集,我想…所以如果有人要求我也写测试统计数据,我可以写S=911164.6和rho=-0335?@MtS我将你的问题标记为迁移到stats.stackexchange.com,但被拒绝了。你可能想亲自去那个网站,问问他们你的大S值,尽管本博克和里奇科顿基本上已经回答了这个问题。