FreeStatistics.org

Free Statistics

of Irreproducible Research!

Description of Statistical Computation

Author's title

Author*Unverified author*
R Software Modulerwasp_pairs.wasp
Title produced by softwareKendall tau Correlation Matrix
Date of computationThu, 06 Nov 2008 05:56:17 -0700
Cite this page as followsStatistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?v=date/2008/Nov/06/t1225976822bnscp47xrkyltav.htm/, Retrieved Sun, 19 May 2024 06:42:35 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=22103, Retrieved Sun, 19 May 2024 06:42:35 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact149

Tree of Dependent Computations

Family? (F = Feedback message, R = changed R code, M = changed R Module, P = changed Parameters, D = changed Data)
F       [Kendall tau Correlation Matrix] [] [2008-11-06 12:56:17] [0655940460a4fd80d3d4d54548b75d49] [Current]
Feedback Forum
2008-11-09 15:34:03 [Steven Vercammen] [reply] 
De vraag wordt correct opgelost maar er wordt geen interpretatie gegeven. De grafiek duidt op een sterke correlatie tussen CF en rendement. De 0.01 is een P-waarde: deze geeft aan dat er slecht 1% kans is dat deze
2008-11-11 10:19:44 [94a54c888ac7f7d6874c3108eb0e1808] [reply] 
De student heeft de berekeningen correct uitgevoerd. Hij geeft echt wel geen interpretatie aan de p-waarde. Dit getal is de betrouwbaarheid en dit moet best onder de 0.05 blijven. Voor de correlatie waarden kan men best de tabel die men berekend er bij voegen.
2008-11-11 23:40:00 [5faab2fc6fb120339944528a32d48a04] [reply] 
De student heeft de correcte voorstelling gemaakt. Hij/Zij vermeldt tevens een juiste conclusie maar legt deze niet verder uit. De diagonaal stellen de variabelen voor. Boven de diagonaal wordt de correlatieafbeelding weergegeven en onder de grafiek wordt de probabiliteit weergegeven. Dit is de kans dat het voorkomen te wijten is aan toeval. Daarom moet dit getal zo laag mogelijk zijn. Voor RCF is de correlatiegrafiek een rechte lijn en is de probabiliteit 0,01. Dit wil zeggen dat er slechts 1% kans is dat is te wijten is aan toeval. RCF is dus de beste predicator voor RNR.
2008-11-12 10:25:24 [407693b66d7f2e0b350979005057872d] [reply] 
Het antwoord is niet helemaal volledig. De Kendall Tau correlatie geeft een overzicht over alle corelaties in je datareeks. Dit doen de pearson en de spearmann correlatie niet. De getallen op de Kendall Tau correlatie die gegeven zijn op de tekening geven de probabiliteit weer niet de correlatiecoëfficiënten. Hoe groter de probabiliteit hoe slechter het resultaat het getal moet onder de 0,05 liggen om betrouwbaar te zijn. De correlatiecoëfficiënt ligt altijd tussen -1 en 1. Hoe dichter bij -1 dan hebben we en dalende curve dus zeker geen lineair verband. Als de correlatiecoëfficiënt dicht bij 1 ligt kunnen we spreken van een lineair verband. Is de correlatiecoëfficiënt 0 dan hebben we geen verband.



Post a new message

Dataset

Dataseries X:
Download CSV
Histogram
Boxplots 
4.2	4.8	20.8	0.9	39.6
2.6	-4.2	17.1	0.85	36.1
3	1.6	22.3	0.83	34.4
3.8	5.2	25.1	0.84	33.4
4	9.2	27.7	0.85	34.8
3.5	4.6	24.9	0.83	33.7
4.1	10.6	29.5	0.83	36.3

Tables (Output of Computation)





Summary of computational transaction
Raw Inputview raw input (R code)
Raw Outputview raw output of R engine
Computing time1 seconds
R Server'Gwilym Jenkins' @ 72.249.127.135

\begin{tabular}{lllllllll}
\hline
Summary of computational transaction \tabularnewline
Raw Input & view raw input (R code)  \tabularnewline
Raw Output & view raw output of R engine  \tabularnewline
Computing time & 1 seconds \tabularnewline
R Server & 'Gwilym Jenkins' @ 72.249.127.135 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=22103&T=0

[TABLE]
[ROW][C]Summary of computational transaction[/C][/ROW]
[ROW][C]Raw Input[/C][C]view raw input (R code) [/C][/ROW]
[ROW][C]Raw Output[/C][C]view raw output of R engine [/C][/ROW]
[ROW][C]Computing time[/C][C]1 seconds[/C][/ROW]
[ROW][C]R Server[/C][C]'Gwilym Jenkins' @ 72.249.127.135[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=22103&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=22103&T=0

As an alternative you can also use a QR Code:  
QR Code


The GUIDs for individual cells are displayed in the table below:

Summary of computational transaction
Raw Inputview raw input (R code)
Raw Outputview raw output of R engine
Computing time1 seconds
R Server'Gwilym Jenkins' @ 72.249.127.135






Kendall tau rank correlations for all pairs of data series
pairtaup-value
tau( RVNM , RNR )0.7142857142857140.0301587301587301
tau( RVNM , RCF )0.5238095238095240.136111111111111
tau( RVNM , RLEZ )0.2646280620124820.427262856745706
tau( RVNM , REV )0.3333333333333330.381349206349206
tau( RNR , RCF )0.809523809523810.0107142857142857
tau( RNR , RLEZ )-0.05292561240249630.873844698517373
tau( RNR , REV )0.04761904761904761
tau( RCF , RLEZ )-0.2646280620124820.427262856745706
tau( RCF , REV )-0.1428571428571430.772619047619048
tau( RLEZ , REV )0.3704792868174740.266379923342483

\begin{tabular}{lllllllll}
\hline
Kendall tau rank correlations for all pairs of data series \tabularnewline
pair & tau & p-value \tabularnewline
tau( RVNM , RNR ) & 0.714285714285714 & 0.0301587301587301 \tabularnewline
tau( RVNM , RCF ) & 0.523809523809524 & 0.136111111111111 \tabularnewline
tau( RVNM , RLEZ ) & 0.264628062012482 & 0.427262856745706 \tabularnewline
tau( RVNM , REV ) & 0.333333333333333 & 0.381349206349206 \tabularnewline
tau( RNR , RCF ) & 0.80952380952381 & 0.0107142857142857 \tabularnewline
tau( RNR , RLEZ ) & -0.0529256124024963 & 0.873844698517373 \tabularnewline
tau( RNR , REV ) & 0.0476190476190476 & 1 \tabularnewline
tau( RCF , RLEZ ) & -0.264628062012482 & 0.427262856745706 \tabularnewline
tau( RCF , REV ) & -0.142857142857143 & 0.772619047619048 \tabularnewline
tau( RLEZ , REV ) & 0.370479286817474 & 0.266379923342483 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=22103&T=1

[TABLE]
[ROW][C]Kendall tau rank correlations for all pairs of data series[/C][/ROW]
[ROW][C]pair[/C][C]tau[/C][C]p-value[/C][/ROW]
[ROW][C]tau( RVNM , RNR )[/C][C]0.714285714285714[/C][C]0.0301587301587301[/C][/ROW]
[ROW][C]tau( RVNM , RCF )[/C][C]0.523809523809524[/C][C]0.136111111111111[/C][/ROW]
[ROW][C]tau( RVNM , RLEZ )[/C][C]0.264628062012482[/C][C]0.427262856745706[/C][/ROW]
[ROW][C]tau( RVNM , REV )[/C][C]0.333333333333333[/C][C]0.381349206349206[/C][/ROW]
[ROW][C]tau( RNR , RCF )[/C][C]0.80952380952381[/C][C]0.0107142857142857[/C][/ROW]
[ROW][C]tau( RNR , RLEZ )[/C][C]-0.0529256124024963[/C][C]0.873844698517373[/C][/ROW]
[ROW][C]tau( RNR , REV )[/C][C]0.0476190476190476[/C][C]1[/C][/ROW]
[ROW][C]tau( RCF , RLEZ )[/C][C]-0.264628062012482[/C][C]0.427262856745706[/C][/ROW]
[ROW][C]tau( RCF , REV )[/C][C]-0.142857142857143[/C][C]0.772619047619048[/C][/ROW]
[ROW][C]tau( RLEZ , REV )[/C][C]0.370479286817474[/C][C]0.266379923342483[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=22103&T=1

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=22103&T=1

As an alternative you can also use a QR Code:  
QR Code


The GUIDs for individual cells are displayed in the table below:

Kendall tau rank correlations for all pairs of data series
pairtaup-value
tau( RVNM , RNR )0.7142857142857140.0301587301587301
tau( RVNM , RCF )0.5238095238095240.136111111111111
tau( RVNM , RLEZ )0.2646280620124820.427262856745706
tau( RVNM , REV )0.3333333333333330.381349206349206
tau( RNR , RCF )0.809523809523810.0107142857142857
tau( RNR , RLEZ )-0.05292561240249630.873844698517373
tau( RNR , REV )0.04761904761904761
tau( RCF , RLEZ )-0.2646280620124820.427262856745706
tau( RCF , REV )-0.1428571428571430.772619047619048
tau( RLEZ , REV )0.3704792868174740.266379923342483


Figures (Output of Computation)

Input Parameters & R Code

Parameters (Session):
Parameters (R input):
R code (references can be found in the software module):
panel.tau <- function(x, y, digits=2, prefix='', cex.cor)
{
usr <- par('usr'); on.exit(par(usr))
par(usr = c(0, 1, 0, 1))
rr <- cor.test(x, y, method='kendall')
r <- round(rr$p.value,2)
txt <- format(c(r, 0.123456789), digits=digits)[1]
txt <- paste(prefix, txt, sep='')
if(missing(cex.cor)) cex <- 0.5/strwidth(txt)
text(0.5, 0.5, txt, cex = cex)
}
panel.hist <- function(x, ...)
{
usr <- par('usr'); on.exit(par(usr))
par(usr = c(usr[1:2], 0, 1.5) )
h <- hist(x, plot = FALSE)
breaks <- h$breaks; nB <- length(breaks)
y <- h$counts; y <- y/max(y)
rect(breaks[-nB], 0, breaks[-1], y, col='grey', ...)
}
bitmap(file='test1.png')
pairs(t(y),diag.panel=panel.hist, upper.panel=panel.smooth, lower.panel=panel.tau, main=main)
dev.off()
load(file='createtable')
a<-table.start()
a<-table.row.start(a)
a<-table.element(a,'Kendall tau rank correlations for all pairs of data series',3,TRUE)
a<-table.row.end(a)
a<-table.row.start(a)
a<-table.element(a,'pair',1,TRUE)
a<-table.element(a,'tau',1,TRUE)
a<-table.element(a,'p-value',1,TRUE)
a<-table.row.end(a)
n <- length(y[,1])
n
cor.test(y[1,],y[2,],method='kendall')
for (i in 1:(n-1))
{
for (j in (i+1):n)
{
a<-table.row.start(a)
dum <- paste('tau(',dimnames(t(x))[[2]][i])
dum <- paste(dum,',')
dum <- paste(dum,dimnames(t(x))[[2]][j])
dum <- paste(dum,')')
a<-table.element(a,dum,header=TRUE)
r <- cor.test(y[i,],y[j,],method='kendall')
a<-table.element(a,r$estimate)
a<-table.element(a,r$p.value)
a<-table.row.end(a)
}
}
a<-table.end(a)
table.save(a,file='mytable.tab')