www.vorkurse.de
Ein Projekt von vorhilfe.de
Die Online-Kurse der Vorhilfe

E-Learning leicht gemacht.
Hallo Gast!einloggen | registrieren ]
Startseite · Mitglieder · Teams · Forum · Wissen · Kurse · Impressum
Forenbaum
^ Forenbaum
Status Mathe-Vorkurse
  Status Organisatorisches
  Status Schule
    Status Wiederholung Algebra
    Status Einführung Analysis
    Status Einführung Analytisc
    Status VK 21: Mathematik 6.
    Status VK 37: Kurvendiskussionen
    Status VK Abivorbereitungen
  Status Universität
    Status Lerngruppe LinAlg
    Status VK 13 Analysis I FH
    Status Algebra 2006
    Status VK 22: Algebra 2007
    Status GruMiHH 06
    Status VK 58: Algebra 1
    Status VK 59: Lineare Algebra
    Status VK 60: Analysis
    Status Wahrscheinlichkeitst

Gezeigt werden alle Foren bis zur Tiefe 2

Navigation
 Startseite...
 Neuerdings beta neu
 Forum...
 vorwissen...
 vorkurse...
 Werkzeuge...
 Nachhilfevermittlung beta...
 Online-Spiele beta
 Suchen
 Verein...
 Impressum
Das Projekt
Server und Internetanbindung werden durch Spenden finanziert.
Organisiert wird das Projekt von unserem Koordinatorenteam.
Hunderte Mitglieder helfen ehrenamtlich in unseren moderierten Foren.
Anbieter der Seite ist der gemeinnützige Verein "Vorhilfe.de e.V.".
Partnerseiten
Weitere Fächer:

Open Source FunktionenplotterFunkyPlot: Kostenloser und quelloffener Funktionenplotter für Linux und andere Betriebssysteme
Forum "Statistik (Anwendungen)" - Korrelationskoeffizient Spearm
Korrelationskoeffizient Spearm < Statistik (Anwend.) < Stochastik < Hochschule < Mathe < Vorhilfe
Ansicht: [ geschachtelt ] | ^ Forum "Statistik (Anwendungen)"  | ^^ Alle Foren  | ^ Forenbaum  | Materialien

Korrelationskoeffizient Spearm: Frage (beantwortet)
Status: (Frage) beantwortet Status 
Datum: 14:42 Do 20.05.2010
Autor: NightmareVirus

Hallo,
habe eine Frage zum Korreleationskoeffizienten nach Spearman.
Das Ganze ist ja definiert alst

r_s = \frac{\sum_{i}(rg(x_i)-\overline{rg}_x)(rg(y_i)-\overline{rg}_y)} {\sqrt{\sum_{i}(rg(x_i)-\overline{rg}_x) ^2}\sqrt{\sum_{i}(rg(y_i)-\overline{rg}_y)^2}} = \frac { \frac{1}{n} \sum_{i}(rg(x_{i}) rg(y_{i})) - \overline{rg_x rg_y} } {s_{rg_x} s_{rg_y}} = \frac {Cov(rg_{x},rg_{y} )} { s_{rg_x} s_{rg_y} }

Nun stellt sich mir die Frage ob dieses [mm] $\overline{rg}_x$ [/mm] einfach nur der Mittelwert der Ränge ist. also wenn ich 10 Werte also 10 Ränge hab ist dieser wert
[mm] $$\overline{rg}_x [/mm] = [mm] \frac{1}{10}\sum_{i=1}^{10} [/mm] = 5.5$$
??
und das gleiche dann für
[mm] $$\overline{rg}_y [/mm] = [mm] \frac{1}{10}\sum_{i=1}^{10} [/mm] = 5.5$$
auch weil man zu jedem x auch ein y hat. Wieso utnerscheidet man dann überhaupt zwischen
[mm] $\overline{rg}_x [/mm] $ und [mm] $\overline{rg}_y [/mm] $

        
Bezug
Korrelationskoeffizient Spearm: Antwort
Status: (Antwort) fertig Status 
Datum: 15:09 Do 20.05.2010
Autor: luis52

Moin,

> Wieso utnerscheidet man
> dann überhaupt zwischen
>  [mm]\overline{rg}_x[/mm] und [mm]\overline{rg}_y[/mm]

Grundsaetzlich hast du recht, und auch im Nenner findest du diese "Redundanz". Man kann den Test gaenzlich mit [mm] $\sum [/mm] _i [mm] rg(x_{i}) rg(y_{i}) [/mm] $ bestreiten. Nur geht  dann die Normierung [mm] $-1\le r_S\le+1$ [/mm] verloren, eine Eigenschaft, die er mit dem Pearson-Koeffizienten teilt.

Ausserdem trifft dein Einwand nur dann zu, wenn keine Bindungen in den Daten auftreten.

vg Luis


Bezug
Ansicht: [ geschachtelt ] | ^ Forum "Statistik (Anwendungen)"  | ^^ Alle Foren  | ^ Forenbaum  | Materialien


^ Seitenanfang ^
www.vorkurse.de
[ Startseite | Mitglieder | Teams | Forum | Wissen | Kurse | Impressum ]