Spearman相关R

Question

我用R来计算两个区间数据集(即波高和北大西洋涛动指数)之间的Spearman关联。

第一个问题:我说R把我的区间数据转换成排序数据，然后进行相关性，这是对的吗？

第二个问题:我收到以下警告：

在cor.test.default(hs，df$V1，method = "spearman")中:不能用领带计算精确的p-值

那么，我应该使用肯德尔关联而不是斯皮尔曼吗？或者在R中有一种可以处理关系的Spearman相关性选项？首先，我使用Spearman的原因是它不具有分布形状。

非常感谢！

Answer 1

正如错误信息所解释的，问题在于您的数据中有关联。在这种情况下，应该使用Kendallτ-b来计算p值，因为它专门用于处理领带。

让我们考虑以下x和y：

x <- c(44.4, 41.9, 41.9, 53.3, 44.7, 44.1, 50.7, 45.2, 60.1)
y <- c( 2.6,  3.1,  3.1,  5.0,  3.6,  4.0,  5.2,  2.8,  3.8)

假设使用Kendall和Spearman统计数据运行相关测试。

Kendall

> cor.test(x, y, method = "kendall", alternative = "greater")

    Kendall's rank correlation tau

data:  x and y
z = 1.1593, p-value = 0.1232
alternative hypothesis: true tau is greater than 0
sample estimates:
      tau 
0.3142857 

Warning message:
In cor.test.default(x, y, method = "kendall", alternative = "greater") :
  Cannot compute exact p-value with ties

Spearman

> cor.test(x, y, method = "spearman", alternative = "greater")

    Spearman's rank correlation rho

data:  x and y
S = 62.521, p-value = 0.09602
alternative hypothesis: true rho is greater than 0
sample estimates:
      rho 
0.4789916 

Warning message:
In cor.test.default(x, y, method = "spearman", alternative = "greater") :
  Cannot compute exact p-value with ties

在这两种情况下，我们得到的错误信息“不能计算准确的p-值与领带”。

解决这个问题的一种方法是在R中使用Kendall包。

> library(Kendall)
> 
> x <- c(44.4, 41.9, 41.9, 53.3, 44.7, 44.1, 50.7, 45.2, 60.1)
> y <- c( 2.6,  3.1,  3.1,  5.0,  3.6,  4.0,  5.2,  2.8,  3.8)
> summary(Kendall(x,y))
Score =  11 , Var(Score) = 90.02778
denominator =  35
tau = 0.314, 2-sided pvalue =0.29191

我们看到，在这种情况下，Kendall统计数据解释了数据中存在联系的事实，并相应地计算p值。

Answer 2

第一，Spearman秩相关系数是一种非参数方法，因为它对排序值进行排序并得到相关系数值。我认为因为你自己对它进行了排序，排名不再是唯一的，因此精确的p值无法计算。

第二，这只是警告。不是错误。根据我的社区，Kendall的τ几乎与Spearman秩相关系数相同。相关系数值可能略有不同，但p值几乎相同。