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。

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。

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。

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。

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。

基于优化支持向量机及Spearman秩次检验的q滑坡变形预测研究

为提高滑坡变形预测精度,先以支持向量机为基础,采用试算法和粒子群算法优化其模型参数,构建了优化支持向量机模型,实现了滑坡变形预测;其次,再利用Spearman秩次检验法来判断滑坡的变形趋势,并通过变形趋势判断来佐证预测模型的准确性。实例研究表明:试算法和粒子群算法能有效克服支持向量机在参数设定过程中的主观性,得到优化支持向量机不仅具有较高的预测精度,还具有很好的滚动预测能力。同时,Spearman秩次检验能有效判断滑坡的变形趋势,且AR(1)模型可有效剔除原始变形序列的相关性,经去相关性处理后,相应变形序列的Spearman秩次系数会不同程度的减小,得出的判断结果趋于保守;对比变形预测结果与趋势势判断结果,得出两者具有较好的一致性,验证了2种方法在滑坡变形规律研究中的适用性和有效性。

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。

基于区间数的Spearman秩相关系数的多属性决策方法

针对属性值为区间数,且权重完全未知的多属性决策问题,文章提出了一种新的决策方法。首先,根据Spearman秩相关系数的概念,给出了区间数的Spearman秩相关系数的表示形式以及相关性质,然后由各方案与理想方案的Spearman秩相关系数的大小,得到方案的优序排列。该方法避免了区间型属性值在运算和处理时的复杂性,以及属性权重的确定,简化了决策问题的求解过程,实例说明该方法客观合理,有效可行。

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。

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。