第６章 統計技術 第Ⅱ部 ノンパラメトリックな相関の技術

第６章 統計技術 第Ⅱ部 ノンパラメトリックな相関の技術

ノンパラメトリックな手法としての相関について、ケンドール・テスト(Kendall test)とFriedman testを、そして、関連してMann-Kendall (MK) testとスピアマンの順位相関(Spearman's rank-order correlation) を紹介する予定である．
統計技術的には、「R」や「Free Online Calcultor」を用いた方法を通じ体験的な学習を勧めているが、あくまでも統計学の基本的な知識をもって利用されることが大切である．

第6章では、次の統計技術を紹介する予定である．
　第6章-1  Excelによる Kendall's W とFriedman test
　第6章-2 「R」による Kendall's W とFriedman  test
　第6章-3  Friedman's Post Hoc test
　第6章-4 「R」Mann-Kendall (MK) test
　第6章-5 スピアマン(Spearman)の相関

それでは、下記URLにアクセスしてみよう．
統計技術：第6章-1 ExcelによるKendall's W と Friedman test
 http://toukei.sblo.jp/article/189228783.html

第5章-3 第Ⅱ部：カーネル・回帰分析について．

第５章  統計技術 第Ⅱ部：ノンパラメトリックなカーネル法の技術
第5章-3 カーネル・回帰分析について．

２つの標本の分布を仮定しない、すなわち正規分布かどうかに関わらずノンパラメトリックな手法による回帰分析として、ここではカーネル・回帰分析を紹介する．
実際、多くの分析事例では線形関係だけでは得られない情報があり、２群間の非線形関係を見つけることも大切である．
ここでの技術は直線で近似させられない多くの非線形な問題を解く技術と言える．
なお、
カーネルリッジ回帰(Kernel Ridge Regression)は多重共線性(独立変数に強い相関関係のある場合）がある場合に最小二乗の計算が不正確になるので、これを解決するために開発されたもので、カーネル法の拡張版と言えるが、ここでは触れないので専門書などを参照されたい．

それでは、下記の統計技術にアクセスしよう．
第5章-3　カーネル回帰分析について．
http://toukei.sblo.jp/article/189189574.html