跳到主要内容
MedCalc

秩相关

当变量的分布不是正态分布时,可以使用秩相关来确定变量之间的关联程度。它不使用变量的确切值,而是按大小对数据排秩,并根据相应 X 值和 Y 值的秩次之差进行计算。

所需输入

  • 变量 Y - 变量 X:选择两个感兴趣的变量。
  • 筛选条件:(可选)如果只想在统计分析中包含所选个案亚组,请输入数据筛选条件。
  • 相关系数:选择 Spearman rho 和 Kendall tau 中的一个或两个。

    Kendall tau 的置信区间通过偏差校正加速(BCa)Bootstrap 估计(Efron, 1987; Efron & Tibshirani, 1993)。 要设置迭代次数和随机数种子等 Bootstrap 选项,请单击高级…。

秩相关 – 对话框

单击 确定 或按 Enter 键,即可在结果窗口中获得所需的统计量。

结果

秩相关

变量 Y

TESTO

变量 X

FSH

样本量

100

Spearman的秩相关系数(rho)

0.114

显著性水平

P=0.2575

rho的95%的置信区间

-0.0840至0.304

Kendall 秩相关系数

0.0827

显著性水平

P=0.2241

Tau的95%的置信区间a

-0.0605至0.213

a BCa Bootstrap 置信区间(2000迭代; 随机数种子: 0)。

在本例中,Spearman 秩相关系数 rho 为 0.114,95% 置信区间为 -0.084~0.304。相应的 P值为 0.2575,因此可以认为两个变量之间没有显著关联。

要打印此结果,请单击文件菜单中的打印,或按 Ctrl P。

参考文献

  • Altman DG (1991) Practical statistics for medical research. London: Chapman & Hall.
  • Armitage P, Berry G, Matthews JNS (2002) Statistical methods in medical research. 4th ed. Blackwell Science.
  • Bland M (2000) An introduction to medical statistics, 3rd ed. Oxford: Oxford University Press.
  • Efron B (1987) Better Bootstrap Confidence Intervals. Journal of the American Statistical Association 82:171-185.
  • Efron B, Tibshirani RJ (1993) An introduction to the Bootstrap. Chapman & Hall/CRC.

另请参阅