Помимо рассмотренных выше параметрических показателей связи в биометрии применяются и непараметрические. Обычно их используют при сильных отклонениях изучаемого распределения от нормального (или сомнениях на этот счет), а также в тех случаях, когда требуется оценить зависимость между качественными или полу-количественными признаками, точное количественное измерение которых затруднено (оценки в баллах или других условных единицах). Если варианты выборки могут быть упорядочены по степени выраженности их свойств, для измерения степени сопряженности между ними можно воспользоваться непараметрическим показателем связи – ранговым коэффициентом корреляции Спирмена: , где d – разность между рангами сопряженных значений признаков х и y; n – объем выборки. Этой формулой следует пользоваться в тех случаях, когда выборки не содержат повторяющихся вариант, когда все ранги выражены разными целыми числами. Если же исходные ряды содержат одинаковые значения, расчет корреляции приходится вести по другой формуле, включающей поправку на повторы (при этом одинаковым вариантам присваивается средний ранг): , где Tx, Ty – поправки на серии повторов для каждой выборки: , t – число членов в каждой группе одинаковых вариант.
Поправки Tx, Ty учитывают k групп повторяющихся вариант.
Рассмотрим технику вычислений на примере изучения связи между оцененными в баллах численностью лисицы (х) и обилием мышевидных грызунов (у) (по годам наблюдений): 1957 1958 1959 1960 1961 1962 1963 1964 1965 1966 х 2.6 2.1 2.3 2.3 1.6 2.2 3.0 2.1 1.5 2.2 у 3.0 2.4 3.6 2.9 3.7 3.3 4.0 2.1 1.0 3.5 Чтобы проверить наличие и определить силу этой связи, нужно упорядочить значения сопряженных признаков по степени их выраженности, затем присвоить им ранги, обозначив значения порядковыми числами натурального ряда, и рассчитать коэффициент корреляции. Техника вычислений показана в таблице 8.12. Таблица 8.12 Численность лисицы в баллах, x Обилие грызунов в баллах, y Ранги вариант Разность между рангами, d d2
В ряду значений признака x есть три пары одинаковых вариант, поэтому поправка будет равна: . В ряду признака y всего одна пара одинаковых значений, поправка составит: = 0.5. Величина = 165. Коэффициент ранговой корреляции равен: = 0.638. Если воспользоваться формулой без поправок, результат будет несколько иным: = 0.642. Статистическая ошибка и критерий достоверности отличия коэффициента корреляции от нуля вычисляются по формулам: = 0.272, Tr = rS /mr = 0.638/0.272 = 2.34. Величина критерия равна несколько выше критического значения (2.31) для уровня значимости α = 0.05 и числа степеней свободы df = n–2 = 8 (табл. 6П). Казалось бы, это дает основание отвергнуть нулевую гипотезу rS = 0 и с вероятностью P = 95% констатировать достоверность установленной связи. Однако в связи с тем, что при небольших выборках статистические свойства коэффициента Спирмена еще "хуже", чем коэффициент Пирсона, для оценки значимости корреляции лучше воспользоваться специально подготовленной таблицей 17П, аналогичной рассмотренной выше таблице 16П. Чтобы полученный коэффициент можно было считать достоверно отличным от нуля, он должен превышать табличное значение при данном n. В нашем случае (n = 10, α = 0.05) коэффициент r = 0.638 ниже табличного r = 0.64, следовательно, значимо от нуля не отличается. Зависимость численности лисицы и грызунов по приведенным данным достоверно не прослеживается.
Ви переглядаєте статтю (реферат): «Ранговый коэффициент корреляции Спирмена» з дисципліни «Введення в кількісну біологію»
