首页 文章

斯皮尔曼的等级相关意义

提问于
浏览 次
2

我正在使用以下代码在matlab中计算Spearman的秩相关性：

[RHO,PVAL] = corr(x,y,'Type','Spearman');

RHO =

    0.7211


PVAL =

   4.9473e-04

然后用不同的变量

[RHO,PVAL] = corr(x2,y2,'Type','Spearman');

RHO =

    0.3277


PVAL =

    0.0060

你如何将它们分类为p <0.05，p <0.01，p <0.001等 . 通常在科学期刊中，这些pvalues表示为我所示的例子而不是一个数字 . 这两者都是p <0.01吗？当定义相关性是否对特定值有意义时，你总是寻找最小的误差，即如果它的PVAL = 0.0005，p> 0.05和p> 0.001在这里是正确的，我们只是写下最低值，即p> 0.001？

matlab correlation

2 回答

  • 2

    正如马丁·迪诺夫所写，这至少部分是期刊政策的问题 . 但是，只要没有针对它的明确的期刊惯例，我建议总是报告实际的p值，在这种情况下分别以p = 4.9·10-4和p = 0.006的形式 . 然后，您可以继续说您发现的效果具有统计显着性，通常基于与先前选择的显着性水平（通常为0.05）的比较，除非您需要校正多次比较 .

    原因是常用的显着性水平纯粹是一个惯例问题 . 仅仅说p低于一个传统的阈值意味着隐瞒读者的有 Value 的信息，她可能会用它来对结果做出自己的想法 - 这种截断甚至不能通过相关的打印空间保存来证明 .

    当然，您还应该报告相关系数本身的值（在这种情况下，它可以兼作检验统计量和效应大小）以及样本量 .

    至少在心理学领域，这些是官方建议：

    假设检验 . 很难想象一种二分接受拒绝决策比报告实际p值或者更好的是一个置信区间更好的情况 . ......效果大小 . 始终呈现主要结果的效果大小 . 如果测量单位在实际水平上有意义（例如，每天吸烟的数量），那么我们通常更喜欢标准化测量（r或d）的非标准化测量（回归系数或平均差异） .

    L. Wilkinson and the Task Force on Statistical Inference, "Statistical Methods in Psychology Journals. Guidelines and Explanations"

    回复于
  • 1

    你的意思是pval <0.05且<0.001而不是> . 通常，您确实希望显示它小于您可以使用的最小显着性水平（alpha）阈值 . 所以是的，对于第二个例子，最好说p值<0.001 . 根据期刊惯例，最好将实际的p值放入（因此，对于第一个例子，为4.9473e-04）或者只是它的<某个好的alpha值（第一个案例为0.0001） .

    回复于

相关问题