admin 管理员组

文章数量: 1086019


2023年12月23日发(作者：网站建设流程是什么)

R软件中ma模型的显著性检验

在计算好相关系数以后，如何对它们进行统计显著性检验呢？

常用的原假设为变量间不相关（即总体的相关系数为0）。可以使用()函数对单个的Pearson、Spearman和Kendall相关系数进行检验。

简化后的使用格式为：

(x,y,alternative=method)

其中x和y为要检验相关性的变量，alternative则用来指定进行单侧检验或双侧检验，取值为、less、greater，而method用以指定要计算的相关类型（“pearson”、“Kendall”、“spearman”）.

当研究的假设为总体的相关系数小于0时，请使用alternative=“less”；

在研究的假设为总体的相关系数大于0时，应该使用alternative=“greater”；

在默认情况下，假设为总体相关系数不等于0，alternative=“”.

例如语句：(states[,3],states[,5])

遗憾的是，每次只能检验一种相关关系，而()函数可以一次做更多事情。

使用格式：

(x,use=,method)

use=的取值可以为pairwise或complete，其中pairwise表示

对缺失值执行成对删除，而complete表示对缺失值执行行删除；

参数method取值可为“pearson”、“spearson”、“kendall”.

另外，在多元正态性的假设下，psych包中的()函数可以用来检验在一个或多个额外变量时两个变量之间的条件独立性。

使用格式：

(r,q,n)

其中r是偏相关系数矩阵；

q为要控制的变量数u（以数值表示位置）；

n为样本大小。


本文标签： 检验 假设 变量 总体 相关

版权声明：本文标题：R软件中ma模型的显著性检验 内容由网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：http://roclinux.cn/b/1703329639a447164.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。