在秩相关系数的背景下，绑定数据是什么？

我不在统计领域。

在阅读有关秩相关系数时，我已经看到“绑定数据”一词。

• 什么是捆绑数据？
• 绑定数据的示例是什么？

表示具有相同值的数据；例如，如果您有1,2,3,3,4作为数据集，则这两个3是绑定数据。如果您具有1,2,3,4,5,5,5,6,7,7作为数据集，那么5和7就是绑定数据。

在基于等级的非参数统计检验的背景下出现“关联数据”。

非参数测试：不假设特定概率分布的测试，例如，不假设钟形曲线。

基于等级的：大量的非参数测试通过将数字（例如“ 3天”，“ 5天”和“ 4天”）转换为等级（例如“最短持续时间（第3次）”，“最长持续时间”）开始（1st）”，“第二最长持续时间（2nd）”）。然后将传统的参数测试方法应用于这些等级。

绑定数据是一个问题，因为现在需要将相同的数字转换为等级。有时会随机分配等级，有时会使用平均等级。最重要的是，为了提高结果的可重复性，需要描述打破平局的协议。

它只是两个相同的数据值，例如在同一数据集中两次观察7。

这是在统计方法的上下文中提出的，该方法假定数据具有连续性，因此不可能进行相同的测量（或者从技术上讲，概率相同的值为零）。当将这些方法应用于舍入或修剪的数据时，实际的复杂性就会出现，从而使相同的测量不仅可能而且相当普遍。

这个问题具有根本的重要性：

什么是绑定的观察值/数据/对？

$T^+$

（因此，我不认为@ Ming-Chih Kao的答案首先通过引入非参数检验是正确的。但是由于标题为“在秩相关系数的背景下绑定数据是什么？”，所以我将其购买。）

$Z_{i}=X_{i}-Y_{i}$

$(X_{i},Y_{i})$

$Z_{i}$

$Z_{i}$

$|Z_{i}|$

$\{(1,-1) (1,-1)\},\{ (1,2) (1,2) (2,1) (2,1) (2,3) (2,3) (3,2) \},\{(3,0)\}$

让我们尝试一种非常简单的方法，我们从左到右进行排名并给出：

$R_{i}$

$|Z_{i}|$

$R_{i}$

$|Z_{i}|$

$R_{i}$

$|Z_{i}|=1$$|Z_{i}|=2$

$\frac{1+\cdots+7}{7}=4$$\frac{8+9}{2}=8.5$

$R_{i}$

这修改了排名，并使每个绑定的观察在计算排名统计量时具有相同的影响，因此在排名测试中也是如此。

绑定观察/数据/对有什么解决方案？

（1）指定平均等级。这就是我们上面所做的。通过为同一组中的绑定数据分配相同的等级，我们使它们在排名测试中的影响完全相同，因此消除了由绑定观测值引起的可能的不准确性。

$MaxRank_{first group}<MinRank_{second group}$ 因为如果 $MaxRank_{first group}>MinRank_{second group}$，这违反了排名法；如果$MaxRank_{first group}=MinRank_{second group}$，那么我们必须将两个绑定的组合并为一个。

（3）数据的扰动。这需要非常仔细地考虑数据的性质。仅当数据不是分类（离散）数据时才有效。在上面的示例中，我们可以制作一个“ A”。这将为绑定组中的每个元素手动设置不同的权重。例如，对于连续分布，如果干扰$\epsilon$ 方式。

（@John D. Cook的回答以这种方式有点误导。一种更好的说法是，当分布是连续的时， $P{X=x}=0$。但是，由于我们的测量精度有限，因此我们将保持联系，也就是说，现实中的任何样本空间实际上都是有限的。）（@ quarkdown27的答案很简单，但每个单词都是正确的。）