KendallTauTest

KendallTauTest[v1,v2]

测量向量 v1 和 v2 是否独立.

KendallTauTest[m1,m2]

测量矩阵 m1 和 m2 是否独立.

KendallTauTest[…,"property"]

返回 "property" 的值.

更多信息和选项

  • KendallTauTest 在 v1 和 v2 上执行假设检验，向量是独立的为零假设 ，它们不是独立的为替代假设 .
  • 缺省时返回一个概率值，即 值.
  • 如果 值较小，则 是 true 的可能性较小.
  • 参变量 v1 和 v2 可以是任何等长的实数值向量或者矩阵.
  • KendallTauTest 基于由 KendallTau[v1,v2] 计算的 Kendall 的阶数相关系数 .
  • 对于检验矩阵，检验统计量基于比例内标准化空间符号和阶数，并且渐近服从 ChiSquareDistribution[r*s]，其中 r 和 s 分别是 m1 和 m2 的维度.
  • KendallTauTest[v1,v2,"HypothesisTestData"] 返回一个 HypothesisTestData 对象 htd，该对象可利用形式 htd["property"] 提取额外的检验结果与性质.
  • KendallTauTest[v1,v2,"property"] 可以直接给出 "property" 的值.
  • 与检验结果报告相关的性质包括：
  • "DegreesOfFreedom"检验中使用的自由度
    "PValue"检验中的 值
    "PValueTable"包含 值的格式化的表格
    "ShortTestConclusion"一个检验结论的简短描述
    "TestConclusion"一个检验结论的描述
    "TestData"包含检验统计量与 值的列表
    "TestDataTable" 值和检验统计量的格式化表格
    "TestStatistic"检验统计量
    "TestStatisticTable"包含检验统计量的格式化表格
  • 可以给出以下选项：
  • AlternativeHypothesis "Unequal"替代假设的不等性
    MaxIterations Automatic多变量检验的最大迭代次数
    Method Automatic计算 值所用的方法
    SignificanceLevel 0.05诊断和报告的分界点
  • 对于独立性检验，选择一个临界值 ，以使得只有当 时，否定 . 用于 "TestConclusion" 和 "ShortTestConclusion" 属性的 值由 SignificanceLevel 选项控制. 默认情况下， 设为 0.05.

范例

打开所有单元关闭所有单元

基本范例  (2)

检验两个向量是否独立：

检验两个矩阵是否独立：

在 0.05 水平上，没有足够的证据拒绝独立性：

范围  (8)

检验  (5)

检验两个向量是否独立：

当向量是独立的， 值一般较大：

当向量是相关的， 值一般较小：

检验两个矩阵是否独立：

当矩阵是相关的， 值一般较小：

当矩阵是独立的， 值一般较大：

为重复的属性提取，创建一个 HypothesisTestData 对象：

可提取的属性：

从 HypothesisTestData 对象中提取某些属性：

检验中的 值和检验统计量：

同时提取任何数量的属性：

值、检验统计量：

报告  (3)

把检验结果制表：

检验结果的表格：

从检验表格中提取项以便自定义报表：

对 值或检验统计制表：

表格中的 值：

表格中的检验统计量：

选项  (9)

AlternativeHypothesis  (3)

默认情况下，执行双边检验：

执行双边检验或替代的单边检验：

双边检验：

替代的两个单边检验：

多变量检验是两侧的：

这是由于空分布的形状：

MaxIterations  (1)

设置用于多变量检验的最大迭代次数：

默认情况下，使用 ：

降低设置可能缩短计算时间，但是可能导致不收敛：

Method  (4)

默认情况下，使用渐近检验统计量分布计算 值：

使用排列（Permutation）方法可获取 值：

设置使用的排列数：

默认情况下，使用 随机排列：

设置产生随机排列的种子：

SignificanceLevel  (1)

显著性水平用于 "TestConclusion" 和 "ShortTestConclusion"：

属性和关系  (5)

对于向量向量比较，检验统计量根据 KendallTau 计算：

对于矩阵比较，检验统计量服从 ChiSquareDistribution[r*s]:

对于矩阵比较，检验统计量在仿射变换下是不变的：

IndependenceTest 可用于自动选择合适的独立性检验：

KendallTauTest 是已有检验之一：

KendallTauTest 只检测单调相关性：

HoeffdingDTest 可用于检测大量相关性结构：

巧妙范例  (1)

当零假设 为真时，计算统计量：

给定特定的备择假设，检验统计量：

比较检验统计量的分布：

Wolfram Research (2012)，KendallTauTest，Wolfram 语言函数，https://reference.wolfram.com/language/ref/KendallTauTest.html.

文本

Wolfram Research (2012)，KendallTauTest，Wolfram 语言函数，https://reference.wolfram.com/language/ref/KendallTauTest.html.

CMS

Wolfram 语言. 2012. "KendallTauTest." Wolfram 语言与系统参考资料中心. Wolfram Research. https://reference.wolfram.com/language/ref/KendallTauTest.html.

APA

Wolfram 语言. (2012). KendallTauTest. Wolfram 语言与系统参考资料中心. 追溯自 https://reference.wolfram.com/language/ref/KendallTauTest.html 年

BibTeX

@misc{reference.wolfram_2024_kendalltautest, author="Wolfram Research", title="{KendallTauTest}", year="2012", howpublished="\url{https://reference.wolfram.com/language/ref/KendallTauTest.html}", note=[Accessed: 22-November-2024 ]}

BibLaTeX

@online{reference.wolfram_2024_kendalltautest, organization={Wolfram Research}, title={KendallTauTest}, year={2012}, url={https://reference.wolfram.com/language/ref/KendallTauTest.html}, note=[Accessed: 22-November-2024 ]}