scipy.stats.mstats.

kendalltau

scipy.stats.mstats.kendalltau(x, y, use_ties=True, use_missing=False, method='auto', alternative='two-sided')

计算两个变量 *x* 和 *y* 之间的肯德尔等级相关系数 tau。

参数：:

x序列

第一个数据列表（例如，时间）。

y序列

第二个数据列表。

use_ties{True, False}, 可选

是否应执行领带校正。

use_missing{False, True}, 可选

是否应将缺失数据分配等级为 0（False）或平均等级（True）

method{‘auto’, ‘asymptotic’, ‘exact’}, 可选

定义用于计算 p 值的方法 [1]。‘asymptotic’ 使用适合大样本的正态近似。‘exact’ 计算精确的 p 值，但只有在不存在领带的情况下才能使用。随着样本量的增加，‘exact’ 计算时间可能会增长，结果可能会失去一些精度。‘auto’ 是默认值，根据速度和精度之间的权衡选择合适的方法。

alternative{‘two-sided’, ‘less’, ‘greater’}, 可选

定义备择假设。默认值为‘two-sided’。以下是可用的选项

• ‘two-sided’: 等级相关系数不为零

• ‘less’: 等级相关系数为负（小于零）

• ‘greater’: 等级相关系数为正（大于零）

返回：:

resSignificanceResult

包含属性的对象

statisticfloat

tau 统计量。

pvaluefloat

原假设为无关联，tau = 0 的假设检验的 p 值。

参考资料

[1]

Maurice G. Kendall， “Rank Correlation Methods” (第 4 版)， Charles Griffin & Co., 1970。