chatterjeexi#
- scipy.stats.chatterjeexi(x, y, *, axis=0, y_continuous=False, method='asymptotic', nan_policy='propagate', keepdims=False)[source]#
计算 xi 相关性并执行独立性检验
xi 相关系数是衡量两个变量之间关联程度的指标;当变量独立时,该值趋向于接近于零,而当存在很强的关联时,该值趋向于接近于 1。与其他相关系数不同,xi 相关性即使在关联不是单调的情况下也有效。
- 参数:
- x, y类数组
样本:自变量和因变量的相应观察值。 (N-d) 数组必须是可广播的。
- axisint 或 None, 默认值: 0
如果是一个整数,则为计算统计量的输入轴。输入的每个轴切片(例如,行)的统计量将出现在输出的相应元素中。如果
None
,则在计算统计量之前,输入将被展平。- method‘asymptotic’ 或
PermutationMethod
实例, 可选 选择用于计算 p 值的Method。 默认值为‘asymptotic’。以下选项可用。
'asymptotic'
: 将标准化测试统计量与正态分布进行比较。PermutationMethod
实例。在这种情况下,p 值是使用permutation_test
和提供的配置选项和其他适当的设置来计算的。
- y_continuousbool, 默认值: False
是否假定 y 来自连续分布。如果 y 来自连续分布,则无论是否假设这种情况,结果都是有效的,但是启用此假设将导致更快的计算速度,并且通常会产生相似的结果。
- nan_policy{‘propagate’, ‘omit’, ‘raise’}
定义如何处理输入 NaN。
propagate
: 如果在计算统计量的轴切片(例如,行)中存在 NaN,则输出的相应条目将为 NaN。omit
: 在执行计算时将忽略 NaN。 如果在计算统计量的轴切片中剩余的数据不足,则输出的相应条目将为 NaN。raise
: 如果存在 NaN,将引发ValueError
。
- keepdimsbool, 默认值: False
如果设置为 True,则将减小的轴保留在结果中,作为大小为 1 的维度。使用此选项,结果将与输入数组正确广播。
- 返回:
- resSignificanceResult
包含属性的对象
- statisticfloat
xi 相关统计量。
- pvaluefloat
关联的 p 值:在独立性零假设下,至少与观察值一样高的统计量的概率。
注释
目前,x 中没有对并列项进行特殊处理; 它们由实现任意打破。
[1] 注意到该统计量在 x 和 y 中并非按设计对称:“……我们可能想了解 \(Y\) 是否是 \(X\) 的函数,而不仅仅是其中一个变量是否是另一个变量的函数。” 请参见 [1] 注释 1。
从 SciPy 1.9 开始,
np.matrix
输入(不建议用于新代码)在执行计算之前转换为np.ndarray
。在这种情况下,输出将是标量或适当形状的np.ndarray
,而不是 2Dnp.matrix
。 同样,虽然掩码数组的掩码元素被忽略,但输出将是标量或np.ndarray
,而不是mask=False
的掩码数组。参考文献
[1] (1,2)Chatterjee, Sourav. “一种新的相关系数。” 美国统计协会杂志 116.536 (2021): 2009-2022. DOI:10.1080/01621459.2020.1758115.
示例
生成完美相关的数据,并观察到 xi 相关性接近 1.0。
>>> import numpy as np >>> from scipy import stats >>> rng = np.random.default_rng() >>> x = rng.uniform(0, 10, size=100) >>> y = np.sin(x) >>> res = stats.chatterjeexi(x, y) >>> res.statistic np.float64(0.9012901290129013)
在独立性零假设下,观察到如此高统计值的概率非常低。
>>> res.pvalue np.float64(2.2206974648177804e-46)
随着噪声的引入,相关系数降低。
>>> noise = rng.normal(scale=[[0.1], [0.5], [1]], size=(3, 100)) >>> res = stats.chatterjeexi(x, y + noise, axis=-1) >>> res.statistic array([0.79507951, 0.41824182, 0.16651665])
因为 y 的分布是连续的,所以传递
y_continuous=True
是有效的。统计量是相同的,并且 p 值(未显示)仅略有不同。>>> stats.chatterjeexi(x, y + noise, y_continuous=True, axis=-1).statistic array([0.79507951, 0.41824182, 0.16651665])