scipy.stats.mstats.
kendalltau#
- scipy.stats.mstats.kendalltau(x, y, use_ties=True, use_missing=False, method='auto', alternative='two-sided')[源代码]#
计算两个变量 x 和 y 的肯德尔等级相关 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
是否应执行结值校正。
- use_missing{False, True}, 可选
是否应将缺失数据分配为等级 0 (False) 或平均等级 (True)
- method{‘auto’, ‘asymptotic’, ‘exact’}, 可选
定义用于计算 p 值的[1]方法。“asymptotic” 使用适用于大样本的正态近似。“exact” 计算精确的 p 值，但只能在不存在结值时使用。随着样本大小的增加，“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，并根据速度和精度之间的权衡选择适当的方法。
- alternative{‘two-sided’, ‘less’, ‘greater’}, 可选
定义备择假设。默认值为“two-sided”。以下选项可用
“two-sided”：等级相关性非零
“less”：等级相关性为负（小于零）
“greater”：等级相关性为正（大于零）
- 返回:
- resSignificanceResult
包含属性的对象
- statisticfloat
tau 统计量。
- pvaluefloat
零假设为无关联的假设检验的 p 值，tau = 0。
参考文献
[1]Maurice G. Kendall，“等级相关方法”（第 4 版），Charles Griffin & Co., 1970。