guiming14432
文章中提到的计算简单相关系数时要求变量服从二元正态分布,不知道有没有问题,我觉得,不一定要服从二元正态分布吧,随便的两个数列都可以求相关系数,并且也是有意义的。
文章名 : 环境科学领域学术论文中常用数理统计方法的正确使用问题
环 境 科 学 学 报 上的一篇文章
oliyiyi
你是对的,但相关分析是要求的!
losttemple
不满足求person相关的,可以求spearman,kendall相关啊
guiming14432
[quote]引用第1楼oliyiyi于2007-06-15 22:19发表的“”:
你是对的,但相关分析是要求的![/quote]
“相关分析是要求的“ 是什么意思呢? 什么是相关分析呢,我觉得是不是就根据简单相关系数看变量之间的相关性阿,呵呵。如果是这样的话,还用要求吗?
yihui
是否需要正态的假设,看相关系数的定义就知道了。求期望和方差需要正态性吗?当然不需要。因此相关系数本身和正态分布毫无关系。
相关系数之所以会和正态分布扯上关系,主要原因在于假设检验,在正态分布的前提下,我们就可以在零假设下构造统计量了,从而完成检验。
guiming14432
如果两个变量不是正态(对数正态)分布,那么求了相关系数之后也没有办法检验? 那怎么办呢?
求其他的相关系数又不合适,怎么办呢?
求完了相关系数不检验应该也可以吧?
rtist
[quote]引用第5楼guiming14432于2007-06-25 02:37发表的“”:
如果两个变量不是正态(对数正态)分布,那么求了相关系数之后也没有办法检验? 那怎么办呢?
求其他的相关系数又不合适,怎么办呢?
求完了相关系数不检验应该也可以吧?[/quote]
并非不可以检验,只是不如正态的时候办法多。
guiming14432
[quote]引用第6楼rtist于2007-06-25 21:21发表的“”:
并非不可以检验,只是不如正态的时候办法多。[/quote]
好像一般的书上介绍的都是两个变量是正态分布时使用t分布来进行检验的。如果不是,真的有办法检验吗? 怎么构造一个检验统计量?
rtist
model based的只能具体问题具体分析
偷懒的办法就是permutation或者bootstrap
guiming14432
呵呵,虽然不太明白,不过,已经很感谢了,谢谢大家!
robustreg
随便一个数据都可以计算算术平均的,怎么不可以?但是表达集中趋势有时候是要用中位数而不是算术均数的,一个道理。可不可以算?可以啊,合适不?不一定阿
Msmart
这个是有一定道理的。随便找个二维样本你当然可以求一个样本相关系数,但是这个数字表示什么含义?
其实是对总体pearson相关系数的一个估计(有偏?无偏?这里divisor很重要),要不我们检验什么呢,呵呵。那总体pearson相关系数表示什么意思?
在测度论中定义完积分后,有一个很有趣的结论,简单的说就是总体相关系数那个表达式在-1和1之间,等号成立条件是两个随机变量共线。所以简单相关系数也叫做线性相关系数,度量两个随机变量之间的共线程度。
对于二维正态分布,一方面总体相关系数就是联合分布的参数函数。所以估计和检验有意义的。更重要的由于正态优良的线性性质,一个随机变量是可以由另外一个随机变量,相关系数,正态白噪音精确线性构造。
对于随便两个随机变量,你可以度量他们的线性相关,可以作为你相信正态性下的一个信息。但是如果不是正态,这个线性相关系数是什么意思?比如一个Beta和一个Cauchy?
[quote]引用第0楼guiming14432于2007-06-15 21:48发表的“求相关系数时的问题”:
文章中提到的计算简单相关系数时要求变量服从二元正态分布,不知道有没有问题,我觉得,不一定要服从二元正态分布吧,随便的两个数列都可以求相关系数,并且也是有意义的。
文章名 : 环境科学领域学术论文中常用数理统计方法的正确使用问题
.......[/quote]