Pearson、Spearman与Kendall's Tau相关分析的Excel实现

目的探讨用Excel实现Pearson、Spearman与Kendall’s Tau相关分析的方法。方法利用Excel中的单元格能调用其它单元格内数据的特点,将相关系数及其假设检验的计算公式分为多个中间结果,合理布置在工作表的各单元格中,最终可得到公式的计算结果,并根据结果作出统计分析与判断。结果建立"两变量相关频数数据"和"两变量相关原始数据"的两个Excel工作表后,进行数据进行Pearson、Spearman与Kendall’s Tau相关分析时仅仅录入频数数据(或原始数据)和显著性水准α,不须再录入任何统计公式和命令,就能立即得到统计结论。结论利用Excel能直观快速地进行数据的Pearson、Spearman与Kendall’s Tau相关分析。

基于Kendall秩相关系数的稳健马氏距离及其应用

在聚类分析或判别分析问题中,人们通常使用距离来度量观测的相似程度。其中,马氏距离考虑了数据之间的相关性,并可以消除量纲,从而得到了广泛应用。但在异常值存在时,马氏距离估计不够稳健。因此,构造稳健的马氏距离具有重要应用价值。本文基于Kendall秩相关系数来估计稳健的马氏距离,同时通过数值模拟,将稳健的马氏距离与传统马氏距离进行比较。结果表明在异常值存在时,稳健估计的马氏距离所得结果优于传统马氏距离。

基于Kendall及R/S法的水文序列变化特性分析

本文以球溪河流域内北斗水文站多年平均流量序列为研究对象,基于Kendall秩次相关检验法等方法对该水文系列的总体趋势成分进行识别与检验。采用重标极差分析法(R/S法)对年平均流量序列的变异点进行识别,并根据秩次检验法对突变序列的趋势进行检验,从统计学角度分析该水文站年平均流量系列的变化特性。

基于Kendall'τ的风光出力相关性分析

随着绿色环保理念受到越来越多重视,以风力发电、光伏发电等为代表的新能源发电系统得到了迅速发展和广泛应用。由于风电和光伏出力的随机性、波动性和间歇性,势必会给电力系统的运行带来影响。本文基于Kendall秩相关系数,采用历史数据对江苏沿海某地区风电场和光伏电站出力的相关性进行定量计算分析,研究风光出力之间及风光出力与地区电网负荷之间的相关性,研究结论可为新能源的健康发展和电力系统的可靠运行提供参考。

Kendall检验在水文序列趋势分析中的比较研究

通过蒙特卡洛模拟对Kendall非参数秩次相关检验法在水文时间序列趋势检验中的识别能力做了研究。模拟结果表明,该方法的识别能力与之前给定的显著性水平、样本容量、趋势度和变差系数有关。随着趋势度的绝对值、样本容量和显著性水平的增加,Kendall检验法的识别能力增强;随着变差系数的增加,该方法的识别能力减小;当趋势存在时,该方法还与时间序列服从的分布类型和形状参数有关。最后采用Kendall秩次检验法分析了北江清远站。

如何正确运用t检验——相关系数与0比较t检验及SAS实现

本文目的是介绍Pearson相关系数、Spearman秩相关系数和Kendall’s tau-b秩相关系数的概念及应用场合。首先介绍三种相关系数的计算及其假设检验的基本原理,然后使用SAS程序对实例进行分析,最后对分析结果进行解释和讨论。

基于故障相关性分析的数控机床系统可靠性建模

基于数控机床相关故障机理分析进行组件可靠性建模,并以组件可靠性模型为边缘分布,引入Copula函数,建立联合可靠性函数,通过样本得到Kendall秩相关系数来进行Copula函数参数估计,为相关故障条件下系统可靠性分析提供一种新的技术方法。最后,以加工中心为例,将本文方法与采用传统方法的组件可靠性串联模型、不考虑故障相关方向性的Copula函数模型进行对比,结果证明了模型的合理性和有效性。

离散型最小和最大次序统计量相关性研究

本文研究离散型随机变量之间的相关性度量,讨论了最小次序统计量和最大次序统计量的渐近独立性,给出了计算最小次序统计量和最大次序统计量的Kendall和Spearman秩相关系数的公式.

基于Copula理论的尾部相关性分析

根据沪深股市非线性的特征,文章利用Kendall秩相关系数与Copula函数之间的关系,对Copula函数的参数进行估计。通过P-P图和K-S检验选择最优的Clayton Copula函数来度量上证A股、深证A股和沪深300指数之间的尾部相关性。由实证结果验证表明,Clayton Copula函数在度量尾部相关性上有所侧重,上尾相关系数趋近于1,下尾相关系数趋近于0;且沪深300指数对组合的尾部风险影响较大。

公共事业指数与工业指数的相关性研究

本文根据阿基米德类Copula函数与Kendalls秩相关系数的关系,通过非参数估计法得到描述沪市行业指数中的公共事业指数与工业指数组合相关结构的最佳Copula函数形式,即用来描述牛市特征的GumbelCopula,以及相应的尾部相关系数。尾部相关性分析结果表明,两指数收益率之间存在明显的非对称的尾部相关性,而且是上尾相关程度强于下尾相关程度,说明两指数牛市期间的相关性强于熊市期间的相关性。从规避风险角度分析,公共事业指数/工业指数组合是有效的指数组合。

基于Copula函数的沪深综指相关性分析

将Copula理论与t-GARCH模型结合在一起,利用各种统计软件作参数估计和检验,通过计算机模拟和计算,对沪深综指的相关性进行了分析。研究结果表明,沪深综指之间存在很强的正向风险关联性,沪深收益率走势具有相同的方向。

西安市降水变化趋势及R/S分析

利用滑动平均法、Mann-Kendall秩次相关检验法、小波分析和R/S方法,分析了近50a西安市降水变化的趋势性和持续性,并对未来降水变化的趋势进行了预测。结果表明:西安市年及冬季降水变化趋势并不明显,有略微的上升趋势;春、秋季降水有明显的下降趋势;夏季降水有明显的上升趋势;而未来这些序列趋势将会持续下去。

利用Rüschendorf方法构造新的Copula

Copula建模被广泛应用于金融保险、地质统计学和水文学等领域.本文利用Rüschendorf方法构造了新的Copula,并研究其相关性测度.

基于Copula函数的沪深股市相关性分析

选用GPD分布分别对沪深股市对数收益率尾部进行描述,结合样本数据的统计特征,选择合适的二元Copula函数对沪深股市对数收益率的相关性进行描述,对二元Copula函数的参数进行估计。结果表明:二元t-Copula函数比二元正态Copula函数更能捕捉沪深股市的尾部相关性。沪深股市存在着较强的相关性,线性相关系数为0.9356,Kendall相关系数为0.7611,Spearman相关系数为0.9150。

水库径流特征分析及径流模拟

通过Kendall秩次相关检验法、方差谱密度法、自相关系数对水库径流进行趋势、跳跃、周期、相依成分模拟研究。结果表明,趋势、跳跃、周期、相依成分均不显著,可推断序列是纯随机序列,服从正态分布。后运用一阶自回归模型和MA模型依次进行模型参数的估计、残差序列检验、年径流序列模拟以及模型实用性的检验。模型参数估计良好,所选模型的模拟成果均通过了残差独立性检验及实用性检验,说明两个模型可反映实测径流的统计特性。

基于Ruschendorf方法构造新的Copula

Copula广泛应用于金融保险、地质统计学和水文学等领域。基于Rüschendorf方法构造新的Copula,并研究其相关性测度和尾部相关系数,结果表明新构造的Copula拥有更宽的相关系数范围,克服了FGM-Copula的不足。

宝鸡市降水和径流的分形特征与R/S分析

首先用肯德尔秩次相关检验和斯波曼秩次相关检验对宝鸡市的降水序列及主要河流的年径流序列作了趋势性分析,再用R/S分析法对各序列的长程相关性进行了判别,并计算了各序列的豪斯道夫维数。结果表明:除了冬季降水外,宝鸡市的降水和径流都存在着不同程度的减少趋势;且降水和径流序列都存在着长程相关性,即未来各序列的趋势仍将持续下去;豪斯道夫维数的计算表明各序列的复杂程度是不相同的。

股市、房市与GDP的相关性研究

在宏观经济分析中引入相关性分析工具Copula函数,能有效的捕捉变量间的非线性,非对称及尾部相关性指标等相关关系。文章通过分析Kendall秩相关系数和Copula的尾部相关性研究了GDP与股市、房市的相关性。实证表明,阿基米德族Copula函数中的Gumbel Copula准确度量了GDP与股市、房市的尾部相关性。

一种新型双参数复合扰动Copula的相关性质

证明了双参数复合扰动Copula仍是一个Copula.给出和证明了该双参数复合扰动Copula的Kendall’sτ和Spearman’sρ的计算公式.在此基础上,讨论了两类双参数复合扰动Copula的τ和ρ谐性度量和的取值变化规律.发现这种新型双参数复合扰动Copula在拓展相关结构的形式以及拓宽和谐性度量取值范围方面都要优于单参数扰动Copula.

五年学生评教的相关性

本文应用简单相关性中的Pearson简单相关系数和Kendallτ相关检验研究了不同时间的学生评教的相关性，即每一学期的评教分数的相关性是显著的，尤其是第二个学期是评教成绩高低的关键时期。