距离相关性：一种检测关联和测量数据集之间相关性的新工具
摘要：探测关联性、测量相关性以及建立因果关系的困难自古以来一直令人着迷。希腊哲学家德谟克利特在强调事实上，证明因果关系的重要性和困难时写道，“我宁愿发现一个原因，而不愿获得波斯王国。”为了解决因果关系的困难，统计学家们开发了许多推论技术。也许最著名的方法源自卡尔·皮尔逊基于弗朗西斯·高尔顿的思想于19世纪后期引入的相关系数。 在这个讲座中，我将描述最近开发的距离相关系数，并说明其优越性，与皮尔逊和其他经典的相关度量方法相比。我们还将研究将距离相关系数应用于大型天体物理数据库中绘制的数据，其中希望根据不同类型对星系进行分类。此外，讲座还将分析与各州谋杀率和国家火器拥有法规严格程度之间关系的全国性讨论所产生的数据。 此外，讲座还将描述一种在距离相关系数理论核心的非凡奇异积分。我们将看到这种奇异积分可以推广到余弦函数的截断麦克劳林展开和对称锥体上的球体函数的理论中。
作者：Donald St. P. Richards
论文ID：1709.06400
分类：Other Statistics
分类简称：stat.OT
提交时间：2017-09-20