1

我的问题是我计算了两个变量之间的 Spearman 等级相关性。一位审稿人问我是否可以为 p < 0.001 的所有系数添加检验统计量。

这是一个结果：

> 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

测试统计量是否等于S = 911164.6？这么大的数字可以吗？如果问题不是很专业，请提前抱歉，但我花了很多时间在书籍和互联网上寻找答案。:(提前感谢您的帮助。

4

2 回答 2

4

是的。?cor.test帮助页面（在“值”部分中）将返回值描述为cor.test：

 A list with class ‘"htest"’ containing the following components:

statistic：检验统计量的值。

调整该页面上的示例，我们看到

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

统计量由和(n ^ 3 - n) * (1 - r) / 6的n长度给出。xr <- cor(rank(x), rank(y))

于 2013-03-14T11:20:05.567 回答
0

我找到的最佳答案在页面上：Rpubs Spearman Rank Correlation

这个问题也在交叉验证“解释 R 中 Spearman 的等级相关系数输出。什么是‘S’？”

虽然论坛(n ^ 3 - n) * (1 - r) / 6, weren等于变量的样本量并且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。我还没有找到明确的答案:(

于 2020-05-20T13:03:21.900 回答