统计相关性分析方法研究进展

• 作者: 孟大志 徐大舜 樊嵘
• 来源期刊: 数学建模及其应用
• 学科: 数学
• 关键词: 相关分析 Pearson相关系数 Spearman相关系数 Kendall相关系数 互信息 距离相关 最大信息系数
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 专题综述
• 页码范围: 1-12
• 页数: 12页
• 分类号: O212
• 字数: 9438字
• 语种: 中文

摘要

系统综述了自19世纪开始至今常用的统计相关性的方法,例如Pearson和Spearman相关系数,CorGc和CovGc相关性及距离相关性方法.重点介绍了2011年提出的MIC方法以及由此引发的毁誉参半的大量评述,旨在揭示这一热点领域的研究面貌.该领域不仅受到统计学家的关注,而且受到了分析大样本和异质数据的应用研究领域的学者们的追捧,例如基因组生物学家和网络信息研究者.这些研究者期望在众多已有方法的理解和剖析中更恰当地付诸应用,并提出新的应用问题来推动新的分析方法的创造.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟大志	北京工业大学应用数理学院	17	137	5.0	11.0