จะคำนวณช่วงความมั่นใจสำหรับความสัมพันธ์อันดับของ Spearman ได้อย่างไร


13

Wikipediaมีการแปลง Fisher ของ the Spearman อันดับความสัมพันธ์กับคะแนน z โดยประมาณ บางทีคะแนน z คือความแตกต่างจากสมมติฐานว่าง (อันดับสหสัมพันธ์ 0)?

หน้านี้มีตัวอย่างดังต่อไปนี้:

4, 10, 3, 1, 9, 2, 6, 7, 8, 5
5, 8, 6, 2, 10, 3, 9, 4, 7, 1
rank correlation 0.684848
"95% CI for rho (Fisher's z transformed)= 0.097085 to 0.918443"

พวกเขาใช้ฟิชเชอร์เปลี่ยนรูปเพื่อให้ได้ช่วงความมั่นใจ 95% อย่างไร

คำตอบ:


20

โดยสรุปช่วงความเชื่อมั่น 95% จะได้รับโดย ที่คือค่าประมาณของสหสัมพันธ์และคือขนาดตัวอย่าง
rn

tanh(arctanhr±1.96/n3),
rn

คำอธิบาย: การแปลง Fisherเป็น arctanh ในระดับที่แปลงแล้วการกระจายตัวตัวอย่างของค่าประมาณนั้นเป็นปกติประมาณดังนั้น 95% CI จึงถูกค้นพบโดยการประมาณค่าการแปลงและการเพิ่มและการลบและลบ 1.96 เท่าของข้อผิดพลาดมาตรฐาน ข้อผิดพลาดมาตรฐานคือ (โดยประมาณ){n-3}1/n3

แก้ไข : ตัวอย่างข้างต้นใน Python:

import math
r = 0.684848
num = 10
stderr = 1.0 / math.sqrt(num - 3)
delta = 1.96 * stderr
lower = math.tanh(math.atanh(r) - delta)
upper = math.tanh(math.atanh(r) + delta)
print "lower %.6f upper %.6f" % (lower, upper)

จะช่วยให้

lower 0.097071 upper 0.918445

ซึ่งเห็นด้วยกับตัวอย่างของคุณถึง 4 ตำแหน่งทศนิยม


คำถามหนึ่งข้อ: 1.06 ในen.wikipedia.org/wiki/…เกี่ยวข้องกับคำตอบของคุณอย่างไร
dfrankow

คุณได้รับฉันที่นั่น! ฉันไม่รู้จะซื่อสัตย์ ฉันลองใช้ทั้งแบบมีและไม่มีและมันจับคู่ผลลัพธ์ตัวอย่างที่คุณให้ดีขึ้นโดยไม่ใช้
onestop

1
@dfrankow ฉันยอมรับการแก้ไขนั้นแล้ว แต่นี่ไม่ใช่การใช้คุณสมบัตินี้อย่างสมบูรณ์แบบ - ความคิดที่ดีกว่าคือการเพิ่มข้อความดังกล่าวให้กับคำถาม

6
@dfrankow เกี่ยวกับค่า 1.06 : ดูเหมือนว่า Wikipedia จะอ้างถึงกระดาษ Biometrikaของ Fieller และคณะที่ประมาณการความแปรปรวนประชากรของ (คือการประมาณค่าสหสัมพันธ์) ถูกกำหนดเป็นแต่เห็น Bonnett และ Wright ความต้องการขนาดตัวอย่างสำหรับการประมาณ pearson, kendall และ spearman correlations , Psychometrika 65 (1): 23, 2000.θ σ 2 ζ1.06/(n-3)ζ^=tanh1θ^θ^σζ^21.06/(n3)
chl
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.