Основные ранговые коэффициенты корреляции в прикладных задачах

  • А.С. Оборовская Алтайский государственный университет Email: oborov.anna@yandex.ru

Abstract

Одной из важнейших задач любого исследования, связанного с многомерным анализом данных, является задача установления наличия и оценки степени связи между исследуемыми переменными. При изучении монотонных связей для их выявления и оценки силы чаще всего используют ранговые коэффициенты Спирмена и Кенделла. В работе исследованы соотношения этих коэффициентов между собой, а также с классическим коэффициентом корреляции Пирсона. Высказано несколько новых гипотез относительно этих коэффициентов, которые подтверждены полным перебором всех вариантов при некоторых небольших объемах выборки n, для осуществления которого написана компьютерная программа на языке Python.

References

1. Баврина А.П., Борисов И.Б. Современные правила применения корреляционного анализа // Медицинский альманах. — 2021. — № 3(68). — С. 70–79.
2. Pearson K. On the Theory of Contingency and its Relation to Association and NormalCorrelation. — London : Dulau & Co., 1904. — 36 с.
3. Крамер Г. Математические методы статистики. — М. : Мир, 1975. — 648 с.
4. Гаек Я., Шидак З. Теория ранговых критериев. — М. : Наука, 1971. — 376 с.
5. Spearman C. The proof and measurement of association between two things // AmericanJournal of Psychology. – 1904. – Vol. 15(1). – P. 72–101.
6. Kendall M. A New Measure of Rank Correlation // Biometrika. – 1938. – Vol. 30(1-2). – P. 81–89.
7. Дронов С.В. Методы и модели многомерной статистики. — Барнаул : Изд-во АлтГУ,2015. — 275 с.
Published
2023-12-03
How to Cite
Оборовская А. Основные ранговые коэффициенты корреляции в прикладных задачах // Труды семинара по геометрии и математическому моделированию, 2023, № 9. P. 140-146. URL: http://journal.asu.ru/psgmm/article/view/14336.