种间关联参数在Microsoft Excel 2003中的实现——Spearman秩相关分析

种间关联分析是认识植物群落的重要基础。针对种间关联参数计算过程复杂、繁琐、易错等特点,以Spearman秩相关分析为例,提出利用Microsoft Excel 2003的基本功能进行数据处理,快速高效地计算出Spearman秩相关值参数,对其他常用的种间关联参数的计算具有推广性。

基于Spearman秩相关和Topsis-模糊综合评判算法模型的院校评价结果影响因素分析

将Spearman秩相关模型引入高职院校评价结果影响因素的厘定研究中,以广东省“创新强校工程”为研究个案,选取27所B类高职院校,4个一级指标,89个二级相关数据指标,筛选出28个关键解释指标,通过Topsis-模糊综合评判算法模型耦合关键解释变量评价结果与实际结果有极强相关,进一步验证了Spearman结果的科学合理性.实证结果表明,中高职贯通培养、企业提供的校内实践教学设备值、企业订单学生数、学校财政资金到位、学校财政资金支出与院校排名强相关;普通高职招生人数增长率、专任教师人均教学时数、专业课总课时、在职人员经费占总支出比例、教师继续教育培训支出及占工资总额比等因素未产生实质性影响.

基于Spearman秩相关系数法的上海市水体水质变化特征分析

城市水体水质类别判断受到不同监测时段、季节、监测频次等因素影响,对上海市的4万多条、段水体进行水质筛查和劣V类水体识别带来较大困难。通过对上海市典型水体月度变化特征开展分析,探讨在不同月份识别劣V类水体进行水质监测的重点监测因子和相应月份参考筛选值。分析表明,在对于城市黑臭/劣V类水体的识别中,应重点关注DO,NH3-N和TP这3项指标;DO,NH3-N和TP应重点关注的月份分别为7月、2月和7月;通过回归分析模拟,为确保最差月份达到V类水标准,DO,NH3-N和TP的年均质量浓度对应拟合结果分别为4.84,1.23和0.31 mg/L。

脑卒中后认知障碍发病现状及相关因素分析:一项基于脑卒中全周期康复的多中心横断面研究

背景脑卒中后认知障碍(PSCI)会极大限制脑卒中患者各个阶段的康复,并导致患者活动参与能力和生活质量的下降。目的基于脑卒中全周期康复理念,通过调查PSCI的发病率,分析不同年龄及疾病时期下的PSCI差异及其潜在影响因素。方法采用简单随机抽样的方法,于2022年10月—2023年7月在全国不同地区27家医院的康复科住院抽取脑卒中患者进行横断面分析。根据研究标准最终纳入402例患者,根据我国统计局标准将患者分为青中年组(18~64岁,n=234)和老年组(≥65岁,n=168),根据国际卒中康复联盟定义的脑卒中恢复分期将患者分为急性期组(1~7d,n=25)、亚急性期组(8~180d,n=338)、慢性期组(>180d,n=39)。通过访谈、评估和电子病历系统收集患者的基线资料。使用蒙特利尔认知评估量表(MoCA)评估认知功能,并计算每个认知领域的得分和量表总分。使用美国国立卫生研究院脑卒中量表(NIHSS)、Fugl-Meyer评定量表上肢部分(FMA-UE)、Fugl-Meyer评定量表下肢部分(FMA-LE)、Berg平衡量表(BBS)、改良Barthel指数(MBI)、医院焦虑抑郁量表-焦虑(HADS-A),医院焦虑抑郁量表-抑郁(HADS-D)评估患者的疾病情况和身体功能。采用Spearman秩相关分析探究不同年龄与疾病时期下PSCI与其他临床指标的相关性。结果脑卒中患者PSCI患病率为76.4%(307/402),其中老年患者PSCI患病率为81.0%(136/168),青中年患者PSCI患病率为73.1%(171/234);脑卒中急性期患者患病率为56.0%(14/25),亚急性期患者78.4%(265/338),慢性期患者71.8%(28/39);不同年龄与疾病时期分组结果显示:老年组患者视空间与执行功能、注意力、计算力、延迟回忆得分及MoCA总分比青中年组更低(P<0.05);亚急性期组患者视空间与执行功能、语言、延迟回忆得分及MoCA总分低于急性期组(P<0.05)。相关性分析显示,MoCA总分与文化程度(rs=0.314)、脑卒中类型(rs=0.114)、FMA-UE(rs=0.245)、FMA-LE(rs=0.242)、BBS(rs=0.265)、MBI(rs=0.293)呈正相关(P<0.001),与性别(rs=-0.107)、年龄(rs=-0.103)、高血压史(rs=-0.112)、偏瘫侧(rs=-0.139)、病程(rs=-0.135)、NIHSS(rs=-0.107)、HADS-A(rs=-0.239)、HADS-D(rs=-0.280)呈负相关(P<0.05)。进一步分层分析显示:青中年组和老年组在文化程度、NIHSS以及FMA-UE、FMA-LE、BBS、MBI、HADS-A、HADS-D均与MoCA总分相关(P<0.05)。急性期患者中,病程、FMA-UE、HADS-A与MoCA总分相关(P<0.05);亚急性期患者中,年龄、文化程度、高血压、饮酒史、脑卒中类型、偏瘫侧、病程、NIHSS以及FMA-UE、FMA-LE、BBS、MBI、HADS-A、HADS-D与MoCA总分相关(P<0.05);慢性期患者中,文化程度、高血压、HADS-D与MoCA总分相关(P<0.05)。结论PSCI与脑卒中患者年龄、疾病发展时期、文化程度、运动功能、平衡能力、日常生活活动能力和焦虑抑郁水平关系密切,应根据不同分层认知潜在影响因素为患者制定个性化预防策略和干预方案,并在疾病早期至康复后期提高对认知的筛查与重视。

基于水质综合污染指数的Spearman秩相关系数法分析晋江流域水质自动监测的适用性

运用基于水质综合污染指数的Spearman秩相关系数法,对晋江流域4个国控断面的水质自动监测数据进行研究分析,提出了晋江流域水质自动监测的适用性,结果表明:①晋江流域水质自动监测具有较高适用性,能够准确反映断面的水质状况和变化趋势;②晋江流域水质自动监测适用性高低主要与断面的水面宽度以及考核目标有关,水面宽度越小,考核目标越低,适用性越高,反之则越低。③晋江流域中主要污染物为总磷或氨氮的断面,采用自动监测数据进行水质评价可以降低随机误差的影响,并且评价结果更加准确客观。

基于Spearman秩相关系数法分析水磨河水质变化趋势

依据2012~2016年对新疆乌鲁木齐市水磨河水质连续调查监测结果,选择溶解氧、高锰酸盐指数、五日生化需氧量、氨氮、化学需氧量、总磷、总氮指标作为评价因子,采用Spearman秩相关系数法评价污染物随时间变化的规律,对污染物变化趋势进行定量分析。

基于主成分分析的Spearman秩相关系数法在渭河干流甘肃段水质分析中的应用

基于渭河干流甘肃段西二十里铺、桦林、北道桥、伯阳桥和葡萄园5个断面2010-2020年的pH、电导率、高锰酸盐指数、化学需氧量、五日生化需氧量、氨氮、总氮和总磷8项指标的监测数据,采用主成分分析法计算得到各断面逐年主成分综合得分值,再通过Spearman秩相关系数法分析变化趋势。结果表明:渭河干流甘肃段水质具有较大的时间或空间变异,5个断面水质受污染从重到轻依次为桦林>北道桥>伯阳桥>葡萄园>西二十里铺。总体而言,近10年来,渭河干流甘肃段水质呈明显好转趋势。

采用Spearman秩相关系数法分析乌梁素海水质变化趋势

本文依据2015~2020年巴彦淖尔市乌梁素海水质连续监测的结果,选取化学需氧量、氨氮、总磷、总氮指标作为评价因子,并采用Spearman秩相关系数法评价主要污染物随时间的变化规律,从而对污染物的变化趋势进行了分析。

Spearman秩相关系数的Python程序设计及应用——图书阅读与隐性知识习得能力相关性实证分析

样本若无重复数据时,计算Spearman秩相关系数的程序比较容易设计。如果样本出现重复数据时,则可以从样本数据的结、秩平均值等概念出发设计程序;此时,既要考虑不重复数据的秩,也要考虑对重复数据秩平均值的确定。该课题基于清华大学王星教授给出的数据结、秩平均值定义,设计Spearman秩相关系数的计算程序,并在实证分析中运用,操作简便易行。

基于趋势秩的Spearman相关方法

针对Spearman秩相关方法在两个变量局部数据的大小次序不一致时描述变量间趋势相关性效果不佳的问题,提出了基于趋势秩的Spearman相关方法(T-SRC).T-SRC设计了将数据转换为趋势秩的方法,专门捕获数据的变化趋势,从而提高了Spearman相关方法发现变量间趋势相关的性能.真实数据的实验结果表明,与传统的Spearman秩相关方法相比,T-SRC挖掘变量间的趋势相关关系的性能更优,验证了方法的有效性.

基于尖点突变理论及Spearman秩次检验的基坑稳定性分析

基坑的稳定性评价及预测分析,能及时反馈基坑的变形动态,对基坑工程的安全评价具有至关重要的作用。利用尖点突变理论及Spearman秩次检验对基坑的稳定性进行分析,并利用AR(1)模型剔除基坑原始变形序列的相关性,以探讨数据相关性对基坑稳定性分析结果的影响;随后,再利用灰色模型对基坑的变形进行预测,以分析基坑变形的发展趋势,验证稳定性分析的准确性。经实例检验,结果表明:尖点突变分析与Spearman秩次检验的稳定性分析结果一致,均得出基坑变形将趋于稳定,且剔除基坑变形序列的相关性将使稳定性分析结果趋于保守和安全;同时,灰色模型外推4个周期的变形均呈减弱趋势,与稳定性分析结果相符。通过上述3种分析方法能从不同方面对基坑的稳定性进行评价及预测分析,具有较好的一致性,为类似工程实践提供了一定的参考依据。

一种基于Spearman秩相关系数与熵的多属性决策方法

本文以方案间单个指标的关联系数为基础,引入相关度概念,对以关联系数平均值作为测度的评价方法进行了改进,提出了以方案相关度为测度指标的新的决策方法。

非参数Spearman秩相关检验在油气识别中的应用

简要阐述了非参数Spearman秩相关检验方法的概念及应用领域,运用该方法对测井数据进行计算分析,得出测井特征参数与产能间存在正相关的关系;并利用SPSS软件对油气田特征参数与产能之间的关系进行对比验证,得出了一致结论;为油气田产能的回归预测建模提供依据,在一定程度上减小了开采风险,提高了油气田的采收率.

Spearman秩相关系数的批量计算

介绍了采用Visual FoxPro计算机语言对环境质量多时段监测数据计算Spearman秩相关系数的方法,用评价指标与时间序列间的相关性分析,并检验相关系数的显著性意义,进行环境质量变化趋势的评价;给出了实例和源程序。

基于Spearman秩相关系数的红外弱小目标检测

针对红外弱小目标检测,目标运动跨像元,引起目标的丢失的问题,提出了一种基于Spearman秩相关系数的红外弱小目标检测新方法。该方法首先采用时空域中值滤波的方法估计背景;然后通过计算邻域像元点与目标处于像元中心位置时的Spearman相关系数,获得候选目标点;最后采用二次滤波和运动方向匹配得到目标运动轨迹。该方法充分利用邻域信息,即使在目标处于像元边缘处,也能有效地检测到目标。仿真分析表明了该算法的有效性。

基于spearman秩相关的序值决策系统约简

约简是知识发现的重要过程。经典的基于等价关系的粗糙集理论,没有考虑系统取值的序值性,并且对数据噪声较为敏感。提出了一个基于spearm an秩相关分析的序值决策系统约简方法,该方法通过各属性对被决策个体的spearm an秩次的影响来确定约简结果。实验结果表明,该方法不但考虑了系统属性值的序值关系,并且对数据噪声不敏感,因而更符合实际应用的要求。

微控制器密码芯片秩相关电磁分析

研制一种新的基于秩相关系数的电磁分析技术.利用Spearman秩相关系数,度量密码芯片的电磁辐射信号与内部处理数据之间的相关性.与基于Pearson线性相关系数的方法相比,该方法对测试数据的样本分布不作要求,对测量水平要求更低,具有更强的适应性.针对AT89C52微控制器实现的AES密码进行的攻击实验表明,当电磁探头距离微控制器10 cm时,基于Pearson相关度量的攻击失效,而基于秩相关度量的电磁分析技术仍能在42 500个样本下成功获取AES前8位密钥.

秩相关分析在地下水位变化趋势评价中的应用——以安徽省淮北平原孔隙水为例

应用Spearman和Kendall两种秩相关分析方法,以SPSS为平台,对安徽省淮北平原区域及两个典型城市的不同流动系统孔隙水水位变化趋势进行评价,并与水位动态曲线直观判读结果对比。结果表明:两种秩相关分析方法评价结果基本一致,与水位动态曲线法相比较,评价尺度统一,理论严密,操作简便,效果良好。

基于偏秩相关-逐步回归法的SWMM模型全局敏感性分析

为了识别影响暴雨洪水管理模型(SWMM)的敏感性因素,给后续的模型率定和不确定性分析提供指导和参考,基于拉丁超立方抽样技术对各个参数进行抽样,分别以逐步回归法和偏秩相关法对SWMM模型进行全局敏感性分析,并以山东大学千佛山校区为例。结果表明:不透水区曼宁系数是对峰值时间和峰值流量最敏感的参数,并且随着不透水区曼宁系数的增大,峰值时间增大、峰值流量变小;汇水区面积比例因子是对总产流最敏感的参数,并且随着汇水区面积比例因子的增大,总产流量增大。逐步回归法和偏秩相关法都是线性分析方法,两种方法的对比使用,能够更加精确的识别SWMM模型的敏感性参数,对于精确建模和高效率定具有一定的借鉴意义。