pointbiserialr#
- scipy.stats.pointbiserialr(x, y, *, axis=0, nan_policy='propagate', keepdims=False)[source]#
计算点二列相关系数及其 p 值。
点二列相关用于衡量二元变量 x 和连续变量 y 之间的关系。与其他相关系数一样,该系数在 -1 和 +1 之间变化,0 表示没有相关性。相关性为 -1 或 +1 表示确定性关系。
此函数可以使用快捷公式计算,但产生的结果与
pearsonr
相同。- 参数:
- xbool 类型的类数组对象
输入数组。
- y类数组对象
输入数组。
- axisint 或 None, 默认值: 0
如果为 int,则为沿着计算统计量的输入的轴。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。如果为
None
,则将在计算统计量之前将输入展平。- 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
: 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,则缩小的轴将保留在结果中,作为大小为 1 的维度。 使用此选项,结果将针对输入数组正确广播。
- 返回:
- res: SignificanceResult
一个包含属性的对象
- statisticfloat
R 值。
- pvaluefloat
双尾 p 值。
注释
pointbiserialr
使用具有n-1
自由度的 t 检验。它等同于pearsonr
。点二列相关的值可以从下式计算:
\[r_{pb} = \frac{\overline{Y_1} - \overline{Y_0}} {s_y} \sqrt{\frac{N_0 N_1} {N (N - 1)}}\]其中 \(\overline{Y_{0}}\) 和 \(\overline{Y_{1}}\) 分别是编码为 0 和 1 的度量观测值的均值;\(N_{0}\) 和 \(N_{1}\) 分别是编码为 0 和 1 的观测值的数量;\(N\) 是观测值的总数,\(s_{y}\) 是所有度量观测值的标准差。
\(r_{pb}\) 的值如果与零存在显著差异,则完全等同于两组之间均值的显著差异。 因此,自由度为 \(N-2\) 的独立组 t 检验可用于测试 \(r_{pb}\) 是否为非零。 用于比较两个独立组的 t 统计量与 \(r_{pb}\) 之间的关系由下式给出:
\[t = \sqrt{N - 2}\frac{r_{pb}}{\sqrt{1 - r^{2}_{pb}}}\]从 SciPy 1.9 开始,在执行计算之前,
np.matrix
输入(不推荐用于新代码)将转换为np.ndarray
。 在这种情况下,输出将是标量或具有适当形状的np.ndarray
,而不是 2Dnp.matrix
。 同样,尽管会忽略屏蔽数组的屏蔽元素,但输出将是标量或np.ndarray
,而不是mask=False
的屏蔽数组。参考文献
[1]J. Lev, “The Point Biserial Coefficient of Correlation”, Ann. Math. Statist., Vol. 20, no.1, pp. 125-126, 1949.
[2]R.F. Tate, “Correlation Between a Discrete and a Continuous Variable. Point-Biserial Correlation.”, Ann. Math. Statist., Vol. 25, np. 3, pp. 603-607, 1954.
[3]D. Kornbrot “Point Biserial Correlation”, In Wiley StatsRef: Statistics Reference Online (eds N. Balakrishnan, et al.), 2014. DOI:10.1002/9781118445112.stat06227
示例
>>> import numpy as np >>> from scipy import stats >>> a = np.array([0, 0, 0, 1, 1, 1, 1]) >>> b = np.arange(7) >>> stats.pointbiserialr(a, b) (0.8660254037844386, 0.011724811003954652) >>> stats.pearsonr(a, b) (0.86602540378443871, 0.011724811003954626) >>> np.corrcoef(a, b) array([[ 1. , 0.8660254], [ 0.8660254, 1. ]])