私の問題は、2つの変数間のスピアマンの順位相関を計算したことです。あるレビューアから、p<0.001のすべての係数の検定統計量も追加できるかどうか尋ねられました。
結果は次のとおりです。
> cor.test(pl$data, pl$rang, method= "spearman")
# Spearman's rank correlation rho
data: pl$data and pl$rang
S = 911164.6, p-value = 1.513e-05
alternative hypothesis: true rho is not equal to 0
sample estimates:
rho
-0.3347658
検定統計量はS=911164.6に等しいですか？こんなに大きな数でも大丈夫ですか？質問があまり専門的でない場合は事前に申し訳ありませんが、私は本やインターネットで答えを探すのにかなりの時間を費やしています。:(よろしくお願いします。
はい。ヘルプページ（ [?cor.test値]セクション）では、からの戻り値について次のように説明してcor.testいます。
A list with class ‘"htest"’ containing the following components:統計：検定統計量の値。
そのページの例を適応させると、
x <- c(44.4, 45.9, 41.9, 53.3, 44.7, 44.1, 50.7, 45.2, 60.1)
y <- c( 2.6, 3.1, 2.5, 5.0, 3.6, 4.0, 5.2, 2.8, 3.8)
(result <- cor.test(x, y, method = "spearman"))
# Spearman's rank correlation rho
# data: x and y
# S = 48, p-value = 0.0968
# alternative hypothesis: true rho is not equal to 0
# sample estimates:
# rho
# 0.6
result$statistic
# S
# 48
統計は次の式で与えられます。(n ^ 3 - n) * (1 - r) / 6ここnで、はとの長さxですr <- cor(rank(x), rank(y))。
私が見つけた最良の答えは次のページにあります：Rpubsスピアマンの順位相関
この質問は、交差検定された「Rでのスピアマンの順位相関係数の出力の解釈。「S」とは何ですか？」にもあります。
フォーラムラ(n ^ 3 - n) * (1 - r) / 6はn、変数のサンプルサイズにr等しく、S統計量を計算するための相関係数（rho）に等しいことは明らかですが、結果を解釈する方法についての明確な説明はありません。私はまだ明確な答えを見つけていません:(