Genel korelasyon katsayısı (2d'de) bir dizi noktanın bir çizgi ile ne kadar iyi tanımlanabileceğini ölçer ve eğer evet ise, işareti bize pozitif veya negatif bir korelasyonumuz olup olmadığını söyler. Ancak bu, noktaların koordinatlarının aslında nicel olarak örneğin ölçümler olarak yorumlanabileceğini varsayar.
Bunu yapamıyorsanız ancak yine de koordinatları sipariş edebiliyorsanız , sıralama korelasyon katsayısı vardır : Noktaların tekdüze bir işlevle ne kadar iyi tanımlanabileceğini ölçer .
Meydan okuma
2d noktalarının bir listesi verildiğinde, sıra korelasyon katsayılarını belirleyin .
ayrıntılar
- Girdinin pozitif tamsayı (ancak zorunda değilsiniz) veya başka bir "sıralanabilir" değer olduğunu varsayabilirsiniz.
- Noktalar bir nokta listesi veya x ve y koordinatları için iki liste veya bir matris veya 2d dizisi vb. Olarak alınabilir.
- Çıktı, 0 ile 1 arasında gerçek bir sayıyı temsil etmesi gerektiği için bir kayan nokta veya rasyonel tip olmalıdır.
Tanımlar
Rütbe: Bir sayı listesi verildiğinde , her bir girişe rütbe adı verilen X=[x(1),...,x(n)]
pozitif bir sayı atayabiliriz . Bunu listeyi sıralayarak ve sıralı listenin dizinini atayarak yaparız . İki veya daha fazla aynı değere sahipse, sadece ilgili tüm endekslerin aritmetik ortalamasını sıralama olarak kullanırız. Misal:rx(i)
x(i)
x(i)
rx(i)
x(i)
List: [21, 10, 10, 25, 3]
Indices sorted: [4, 2, 3, 5, 1]
Sayı 10
burada iki kez görünür. Sıralanan listede endeksleri işgal eder 2
ve 3
. Bunların aritmetik ortalaması 2.5
, sıralamaların
Ranks: [4, 2.5, 2.5, 5, 1]
Sıra Korelasyon Katsayısı : Let [(x(1),y(1)),(x(2),y(2)),...,(x(n),y(n))]
verilen noktalar nerede olmak her x(i)
ve y(i)
gerçek bir sayıdır her biri için (wlog bunu bir tam sayıdır varsayabiliriz.) i=1,...,n
, Hesapladığımız rütbe rx(i)
ve ry(i)
içinde x(i)
ve y(i)
sırasıyla.
Izin d(i) = rx(i)-ry(i)
olmak rütbe farkı ve izin S
toplamı S = d(1)^2 + d(2)^2 + ... + d(n)^2
. Sonra sıra korelasyon katsayısı rho
verilir
rho = 1 - 6 * S / (n * (n^2-1))
Misal
x y rx ry d d^2
21 15 4 5 -1 1
10 6 2&3 -> 2.5 2 0.5 0.25
10 7 2&3 -> 2.5 3 -0.5 0.25
25 11 5 4 1 1
3 5 1 1 0 0
rho = 1 - 6 * (1+0.25+0.25+1)/(5*(5^2-1)) = 0.875
2.5
.