维基百科文章Spearman 的秩相关系数包含一个计算 ρ 的示例。在这些部分的末尾是语句“...... P 值 = 0.6864058（使用 t 分布）。” 作者没有描述如何根据示例中的数据计算 P 值。
文章具体示例的 P 值是如何得出的？
注意：包含的指向 Wikipedia 的 P 值和 T 分布条目的链接过于笼统，无法提供明确的答案。
计算 Wikipedia 上 Spearman 等级相关系数示例的 P 值
机器算法验证
p 值
斯皮尔曼罗
t分布
2022-03-25 08:26:31
2个回答
在文章的下一部分“确定重要性”中，有等式
如果您将他们对 r 的估计值代入该方程，您会得到 -0.505 的统计量，您可以通过表格或计算机将其与标准 t 分布进行比较。例如（已编辑-感谢@whuber 更正了我的早期版本）：
> spearmentt <- function(r,n){r*sqrt((n-2)/(1-r^2))}
> test <- spearmentt(-0.17575757575,10)
> test
[1] -0.5049782
> 1- pt(test,8)
[1] 0.6864058
值得注意的是，这是对 r 是否显着大于零的片面检验。可能更合适的测试是
> pt(test,8)
[1] 0.3135942
这是 r 是否显着小于零的单边 t 检验，即他们的证据表明看电视和智商之间存在负相关。
在 RI 中建议使用 Hmisc 包中的函数 rcorr 和您可以在线找到的自定义函数 flattenCorrMatrix ( http://www.sthda.com/english/wiki/print.php?id=78 )。rcorr 计算相关矩阵，而 flatten 函数将使您可以轻松访问相关性和 p 值。
对于要测试相关性的多个变量，这些方面的东西很好：
#extract columns you want to test
y<-x[,c(6:7,9:14,16,17,20,21)]
#calculates spearman correlations of all possible variable pairings
z<-rcorr(as.matrix(y),type=c("spearman"))
#flattens the matrix and gives you a nice table of all results
z1<-flattenCorrMatrix(zf$r, z$P)
# write your results in csv file
write.csv(z1, file = "z1results.csv")
干杯
其它你可能感兴趣的问题