scipy.stats.mstats.kendalltau¶
- scipy.stats.mstats.kendalltau(x, y, use_ties=True, use_missing=False, method='auto', alternative='two-sided')[源代码]¶
在两个变量上计算Kendall的秩相关τ x 和 y 。
- 参数
- x序列
第一个数据列表(例如,时间)。
- y序列
第二个数据列表。
- use_ties{True,False},可选
是否应执行平局更正。
- use_missing{False,True},可选
是否应该为丢失的数据分配0(False)或平均排名(True)的排名
- 方法:{{‘auto’,‘渐近’,‘Exact’}},可选
定义使用哪种方法计算p值 [1]. “渐近”使用对大样本有效的正态近似。“Exact”计算精确的p值,但只能在没有关联的情况下使用。随着样本量的增加,“精确”计算时间可能会增加,结果可能会失去一些精度。“自动”是默认设置,并根据速度和精度之间的权衡选择合适的方法。
- alternative{‘双面’,‘少’,‘大’},可选
定义了另一种假设。默认值为“双面”。以下选项可用:
‘Two-Side’:等级相关性非零
‘less’:等级相关性为负(小于零)
“较大”:等级相关为正(大于零)
- 退货
- correlation浮动
Kendallτ统计量
- pvalue浮动
p值
参考文献
- 1
莫里斯·G·肯德尔,“秩相关方法”(第4版),查尔斯·格里芬公司,1970年。