jasa期刊流程

主要去官网查看扩展资料近日，Stanford大学教授Sourav Chatterjee在统计学顶级期刊JASA发表了题为A new coefficient of correlation的文章，本文对其主要内容进行简介。为什么要提出新的相关性度量？三大经典相关性度量：Pearson’ s correlation coefficient, Spearman’s \rho, and Kendall’s \tau尽管能够有效检测线性或者单调关联且有良好的理论计算p值，但无法检测非单调的关联。因此，检测非线性关联成为一个重要且热点的问题。已有很多学者对此进行研究，提出了诸如maximal correlation coefficient、information theoretic coefficients、kernel-based methods、coefficients based on copulas以及distance correlation等度量。这些新的度量也存在一定缺陷。第一、这些度量用来检验独立性是适当的，但并不能很好地测定不同变量关系的强度。一个好的度量在趋于其最大值时当且仅当其中一个变量是另一个变量的确定性函数。很多新近所提相关性度量并不满足此性质。第二、大多相关性度量并不具有简单的渐近分布。比如Distance correlation的渐近分布是无穷多项加权卡方和。只能借助置换或者Bootstrap方法来计算p值，而这样的操作计算量是很大的。目标提出一种新的相关性度量，其具有以下性质：形式简单易于计算；取值为0当且仅当两个变量是相互独立的；取值为1当且仅当两个变量具有函数关系；在两变量独立时，具有简单的渐近性质。资料来源于网络若侵权联系删