Ранговая корреляция

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
Строка 1: Строка 1:
-
Силу связи [[случайная величина|случайных величин]] можно оценивать, сравнивая не численные значения этих случайных величин, а соответствующие им [[ранг|ранги]].
+
Силу связи [[случайная величина|случайных величин]] можно оценивать, сравнивая не только численные значения этих случайных величин, но и соответствующие им [[ранг|ранги]].
Заданы две выборки <tex>x = (x_1,\ldots,x_n),\;\; y = (y_1,\ldots,y_n)</tex>, измеренные в [[ранговая шкала|ранговых шкалах]]. Примером выборки, измеренной в ранговых шкалах, могут служить экспертные оценки: эксперт проставляет оценки от 1 до 5 просмотренным <tex>n</tex> фильмам.
Заданы две выборки <tex>x = (x_1,\ldots,x_n),\;\; y = (y_1,\ldots,y_n)</tex>, измеренные в [[ранговая шкала|ранговых шкалах]]. Примером выборки, измеренной в ранговых шкалах, могут служить экспертные оценки: эксперт проставляет оценки от 1 до 5 просмотренным <tex>n</tex> фильмам.

Версия 20:28, 5 ноября 2008

Силу связи случайных величин можно оценивать, сравнивая не только численные значения этих случайных величин, но и соответствующие им ранги.

Заданы две выборки x = (x_1,\ldots,x_n),\;\; y = (y_1,\ldots,y_n), измеренные в ранговых шкалах. Примером выборки, измеренной в ранговых шкалах, могут служить экспертные оценки: эксперт проставляет оценки от 1 до 5 просмотренным n фильмам.

Выборкам x и y соответствуют последовательности рангов:

R_x=(R_{x_1},\ldots,R_{x_n}), где R_{x_i} — ранг i-го объекта в вариационном ряду выборки x;
R_y=(R_{y_1},\ldots,R_{y_n}), где R_{y_i} — ранг i-го объекта в вариационном ряду выборки y.

Корреляция последовательностей рангов R_x и R_y называется ранговой корреляцией.

Источник — «http://www.recognition.su/wiki/index.php?title=%D0%A0%D0%B0%D0%BD%D0%B3%D0%BE%D0%B2%D0%B0%D1%8F_%D0%BA%D0%BE%D1%80%D1%80%D0%B5%D0%BB%D1%8F%D1%86%D0%B8%D1%8F»
Личные инструменты