Question

我正在使用以下代码计算Spearman在matlab中的等级相关性：

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

RHO =

    0.7211


PVAL =

   4.9473e-04

然后使用不同的变量

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

RHO =

    0.3277


PVAL =

    0.0060

如何将这些分类为p＆lt; 0.05，p <0.05。 0.01，p <0.05。通常在科学期刊中，这些pvalues表示为我所显示的例子而不是一个数字。这两者都是p＆lt; 0.01？当定义相关性是否对特定值有意义时，您是否总是寻找最小的错误，即如果其PVAL = 0.0005，则p> 1。 0.05和p> 0.001在这里是正确的，我们只是写下最低的，即p> 1。 0.001

Answer 1

正如马丁·迪诺夫所写，这至少部分是关于期刊政策的问题。但是，只要没有针对它的明确的期刊约定，我建议总是报告实际的 p - 值，在本例中为 p的形式 = 4.9·10 ^-4和 p = 0.006。然后，您可以继续说您发现的效果具有统计显着性，通常基于与之前选择的显着性水平（通常为0.05）的比较，除非您需要更正多重比较。

原因是常用的显着性水平纯粹是一种惯例。只是说 p 低于一个传统的阈值意味着隐瞒读者的有价值的信息，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保存来证明印刷空间。

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果大小）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 值更好的情况，或者更好的是，信心间隔。
  ...
  效果大小。始终显示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 ）。

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

Answer 2

你的意思是pval是＆lt; 0.05也＆lt; 0.001而不是＆gt;。通常，您确实希望显示它小于您可以使用的最小显着性级别（alpha）阈值。所以是的，对于第二个例子，最好说 p值是＆lt; 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＆lt;一些好的alpha（第一种情况为0.0001）。

斯皮尔曼的等级相关意义

2 个答案: