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。

Ray tracing/correlation approach to estimation of surface-based duct parameters from radar clutter

This paper describes a technique to estimate surface-based duct parameters by using a simple ray tracing/correlation method.The approach is novel in that it incorporates the Spearman rank-order correlation scheme between the observed surface clutter and the surface ray density for a given propagation path.The simulation results and the real data results both demonstrate the ability of this method to estimate surface-based duct parameters.Compared with the results obtained by a modified genetic algorithm combined with the parabolic wave equation,the results retrieved from the ray tracing/correlation scheme show a minor reduction in accuracy but a great improvement on computation time.Therefore the ray tracing/correlation method might be used as a precursor to more sophisticated and slower techniques,such as genetic algorithm and particle filters,by narrowing the parameter search space and providing a comprehensive and more efficient estimation algorithm.

基于Spearman秩相关系数与AHP法的天然气管道运行风险绩效评估

由于城镇天然气管道敷设的隐蔽性与其风险状态的复杂性,加大了天然气管道风险管理的难度。面对风险指标之间信息冗余且缺少关联性,邀请10位专家从人因、管理、技术、环境四大类初步构建天然气管道泄漏风险评估指标体系,首先引入Spearman秩相关系数筛选出了关键风险评估指标;其次,描述了AHP法求解步骤,利用yaahp软件确定关键风险指标权重,建立了天然气管道运行风险绩效评估方法;最后,将该绩效评估方法应用天然气管道风险绩效评估实例中,得到该企业风险评估结果达到良好状态。该风险评估方法可为天然气管道日常运营及检查提供决策参考。

南京市大气VOCs污染特征及其臭氧生成潜势分析

基于2016—2022年南京市大气挥发性有机物(VOCs)自动监测数据,分析VOCs污染特征及其臭氧生成潜势(OFP)。结果表明:2016—2022年南京市大气VOCs及其组分体积分数均显著下降,TVOCs 7年均值为21.7×10^(-9),各组分占比从大到小依次为烷烃>烯烃>芳香烃>炔烃;TVOCs及烷烃、烯烃、芳香烃季节变化一致,均为冬季>秋季>春季>夏季,炔烃为冬季>春季>秋季>夏季;TVOCs及烷烃、烯烃、炔烃月变化整体呈“V”字型特征,芳香烃近似为“W”型;除炔烃外,小时体积分数日变化基本呈“单峰型”特征。2016—2022年OFP年际变化呈显著下降趋势,7年均值为132.1μg/m^(3);OFP贡献较大的组分为烯烃(39.1%)和芳香烃(38.1%),臭氧生成的VOCs关键物种为乙烯、间/对二甲苯、甲苯、丙烯和异戊二烯,控制烯烃和芳香烃排放有利于南京市的臭氧污染防治。

船用烟气余热S-CO_(2)布雷顿循环发电系统性能分析

开展船舶主机不同负荷工况下的S-CO_(2)布雷顿循环余热系统热力学特性和效能分析是其实现工程应用的必要环节。本文通过性能分析确定系统热力学参数对净输出功率和平准化能源成本的影响变化趋势,最佳运行参数范围以及系统关键热力学参数。通过主机典型负荷工况下的效能评估,分析集成S-CO_(2)再压缩布雷顿循环余热发电系统后的船舶节能减排效益。结果表明:主压缩机入口压力和压比对整个余热发电系统热力学性能和经济性影响最为显著,可调节这2个关键热力学参数以确保系统在船舶主机不同负荷下获得良好系统性能;集成该余热发电系统后,MAN8S90ME-C10.2型主机系统热效率最高可提高0.91%,燃油消耗量平均每年可减少51 t,NO_(2)和CO_(2)的排放量每年可分别减少2.28 t和760 t。

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.

非参数双变量相关分析方法Spearman和Kendall的Monte Carlo模拟比较

目的对Spearman和Kendall’s tau-b两种非参数双变量相关分析方法在偏态分布和等级变量条件下进行模拟比较。方法应用SAS9.13软件编程,采用Monte Carlo方法,设置不同偏态分布类型、样本量及总体相关系数,比较两种非参数方法的样本相关系数及相对误差的大小。结果Spearman方法较之Kendall方法,估计的相关系数与总体相关系数更为接近,且相对误差更小。结论在双变量为偏态分布和等级变量条件下,Spearman法优于Kendall方法。

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。

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等级相关分析放射性直肠炎中医证型与肠镜象的相关性研究

目的:观察放射性直肠炎四种常见中医证型与肠镜象的相关性。方法:收集120例放射性直肠炎患者的症状、舌、脉等临床资料,通过聚类分析、主成分分析得出放射性直肠炎常见中医证型,并基于Spearman等级相关分析放射性直肠炎常见中医证型和肠镜象的相关性。结果:该研究收集30个症状条目,分析得出放射性直肠炎常见证型:热毒蕴肠证占65.8%;寒热错杂证占17.5%;脾虚湿滞证占10%;脾肾阳虚证占6.67%。这四类中医证型与放射性直肠炎肠镜象之间的相关性显示,热毒蕴肠型放射性直肠炎与肠镜象有相关性,镜下表现为黏膜充血、水肿有糜烂或者溃疡;寒热错杂型放射性直肠炎与肠镜象有相关性,镜下表现为渗血、易发生接触性出血,血色鲜红;脾虚湿滞型、脾肾阳虚型放射性直肠炎与肠镜象无明确对应关系。结论:热毒蕴肠型、寒热错杂型放射性直肠炎与肠镜象有相关性。

基于改进的Spearman秩相关系数的直觉模糊多属性决策

针对属性值为直觉模糊数的多属性决策问题,提出了一种新的Spearman秩相关系数的决策方法。将AHP与熵权法得到的属性权重运用博弈论均衡思想构建优化模型,并运用混合罚函数来求解最优组合权重。依据灰色关联分析思想计算各属性的关联度,将得到的各方案关联度与最优权重按自身大小进行标号,分别作为秩比较序列与秩标准序列带入Spearman秩相关系数计算中,将得到Spearman秩相关系数的大小用于优序排列。最后实例验证了该方法的有效性。

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秩相关的再生水利用量影响因素研究

再生水开发利用是缓解我国水资源短缺的重要途径之一。为了科学、准确地识别我国再生水利用量的影响因素,利用2012-2017年各省份6年的数据,综合考虑经济投资、污水处理、用水水平等8个方面的影响因素,运用Spearman秩相关分析了影响再生水利用量的敏感指标。结果表明:再生水利用量与污水处理因素指标的相关性较大,与再生水生产能力、再生水管道长度、排水设施投资、人均水资源量4个指标的相关性较为显著;我国再生水利用量与生产运营用水和公共服务用水具有密切的关系。本研究可为建立科学有效地再生水利用潜力评价指标体系及潜力预测奠定基础,为再生水开发利用研究指标的选取提供可靠有效、普遍适用的参考依据。

基于Spearman等级系数的植被变化趋势分析

针对Pearson相关系数法在长时间序列植被覆盖变化趋势分析中存在对噪声敏感且只能发现线性关系等局限性,采用Spearman等级相关系数法研究了该方法在长时间序列植被覆盖变化趋势分析中的可行性和适用性.首先,使用数据模拟法研究了Spearman等级相关系数法的抗噪性.其次,基于1998—2013年SPOT vegetation归一化植被指数数据,使用Pearson相关系数法、Mann-Kendall趋势检测法、Spearman等级相关系数法对内蒙古地区的植被覆盖变化趋势状况进行检测,并对检测结果进行了图形化处理,同时对比了3种方法结果的差异.实验结果表明:在10%的随机噪声情况下,Spearman等级相关系数法有较好的抗噪性.Spearman等级相关系数法、Pearson相关系数法和Mann-Kendall检验法的植被覆盖趋势变化图和检验数据表明:3种方法的检测结果在空间分布上有较高的一致性,且在植被改善和退化区域的最大差异不超过2%.

基于Spearman秩相关系数的PWV与PM2.5相关性研究

在讨论大气可降水量(PWV)与细颗粒物(PM 2.5)之间的相关性时,传统方法未能很好地顾及连续数据中包含的非雾霾天气信息的影响,为此本文提出2个数据选取标准——时间标准和空气质量指数(AQI)等级标准,用于获取雾霾期间对应的PWV和PM 2.5序列。为解决数据筛选后不连续的问题,引入一种非参数性质的Spearman秩相关系数ρ,在北京市2014~2016年雾霾多发期,分析不同AQI等级对应时段的非连续等距的PWV和PM 2.5序列的相关性可知,筛选后3 a的ρ在第1、4季度的均值分别为0.6613和0.6280,整体均值为0.6447,表明雾霾天气下PWV和PM 2.5序列具有单调正向的相关性,而传统分析方法(未筛选)下两者的相关系数均较小,表明在对数据进行选取后的分析结果更具针对性和准确性。

综合区间数Spearman秩相关系数及其应用

针对属性值为区间数,属性权重完全未知的区间多属性决策问题,提出了一种综合考虑方案与正理想、负理想方案之间的Spearman秩相关系数的决策方法。分析了相关文献中仅考虑方案到正理想方案的Spearman秩相关系数的局限性,在逼近理想点方法(TOPSIS)的启发下,定义了方案与负理想方案的Spearman秩相关系数;然后,在方案与正负理想方案Spearman秩相关系数的基础上,定义了方案的综合Spearman秩相关系数,并证明了其相关性质;最后,提出了基于综合区间数Spearman秩相关系数的多属性决策方法,并通过一个高校二级院系财务管理评价的实例,验证了所提出方法的是可行和有效的。

基于SSAE和相似性匹配的航空发动机剩余寿命预测

航空发动机作为高度复杂的热力机械,其剩余寿命(RUL)预测往往作为提高安全性和经济性的重要保障。为了提高航空发动机剩余寿命预测精度,提出一种基于堆栈稀疏自编码器(SSAE)及相似性匹配的剩余寿命预测方法。以Spearman秩相关系数(SRCC)作为适应度函数,利用遗传算法(GA)对融合参数候选集进行寻优;采用SSAE的结构融合最优参数集,生成特征融合指标;采用相似性匹配的方法在历史数据库内全局搜索最优匹配的历史轨迹,得到寿命预测结果;采用美国国家航空航天局(NASA)公布的C-MAPSS数据集验证该融合指标和方法的有效性。

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。