相关性失败 - 皮尔逊

发布于 2024-12-01 06:59:20 字数 413 浏览 4 评论 0原文

我想将有关相关性的信息写入数据文件，如下所示：

*korelacja=cor(p2,d2,method="pearson",use = "complete.obs")
korelacja2=cor(p2,d2,method="kendall",use = "complete.obs")
korelacja3=cor(p2,d2,method="spearman",use = "complete.obs")
dane=paste(korelacja,korelacja2,korelacja3,sep=';')
write(dane,file=nazwa,append=TRUE)*

结果对我来说很奇怪 - Pearson 相关性非常高（始终等于 1），但 Kendall 和 Spearman 非常低。我创建了散点图，但没有看到线性相关性。

原文

I want to write to datafile information about correlation as follows:

*korelacja=cor(p2,d2,method="pearson",use = "complete.obs")
korelacja2=cor(p2,d2,method="kendall",use = "complete.obs")
korelacja3=cor(p2,d2,method="spearman",use = "complete.obs")
dane=paste(korelacja,korelacja2,korelacja3,sep=';')
write(dane,file=nazwa,append=TRUE)*

Results are strange for me - Pearson correlation is very high (always equal one), but Kendall and Spearman is very low. I create scatterplots and I don't see linear correlation.

分享到QQ

分享到微博

如果你对这篇内容有疑问，欢迎到本站社区发帖提问参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。

发布评论

需要登录才能够评论，你可以免费注册一个本站的账号。

胡大本事 2024-12-08 06:59:20

如果数据中存在一些较大的异常值，这些异常值在 Pearson 相关性中占主导地位，但在非参数（Kendall/Spearman）方法中相对不显着，那么复制此模式并不困难。例如，这里有一个炮制的数据集，除了一个大的异常值之外没有任何变化：

> set.seed(1001)
> x <- c(runif(1000),1e5)
> y <- c(runif(1000),1e5)
> cor(x,y,method="pearson")
[1] 1
> cor(x,y,method="kendall")
[1] -0.02216583
> cor(x,y,method="spearman")
[1] -0.03335352

这与到目前为止您的描述一致，尽管在这种情况下您应该能够在散点图中看到异常值......

It's not hard to replicate this pattern if you have some large outliers in your data that dominate the Pearson correlation but are relatively insignificant in the non-parametric (Kendall/Spearman) approaches. For example, here's a concocted data set with nothing going on except for one large outlier:

> set.seed(1001)
> x <- c(runif(1000),1e5)
> y <- c(runif(1000),1e5)
> cor(x,y,method="pearson")
[1] 1
> cor(x,y,method="kendall")
[1] -0.02216583
> cor(x,y,method="spearman")
[1] -0.03335352

This is consistent with your description so far, although you ought in this case to be able to see the outliers in your scatterplots ...

回复收藏 0 原文

~没有更多了~