秩相关系数kendall' tau的显著性问题

        

本人做对两种期货分别做期货与现货收益率序列的秩相关系数得到下面两个图，在表3中0.05的显著性下的相关系数算不算显著，下一步要计算copula值，能不能使用

表3 A期货收益率序列秩相关系数τ显著检验表

     
        

      

Rf

   

Rs

  
     

Kendall

   

的tau_b

   

Rf

   

相关系数

   

1.000

   

.246*

  
     

Sig.（单侧）

   

.

   

.046

  
     

N

   

24

   

24

  
     

Rs

   

相关系数

   

.246*

   

1.000

  
     

Sig.（单侧）

   

.046

   

.

  
     

N

   

24

   

24

  
      

*. 在置信度（单侧）为 0.05 时，相关性是显著的

  

           

表4 B期货期现货收益率序列秩相关系数τ显著检验表

     
        

      

Rf

   

Rs

  
     

Kendall

   

的tau_b

   

Rf

   

相关系数

   

1.000

   

.428**

  
     

Sig.（双侧）

   

.

   

.003

  
     

N

   

24

   

24

  
     

Rs

   

相关系数

   

.428**

   

1.000

  
     

Sig.（双侧）

   

.003

   

.

  
     

N

   

24

   

24

  
      

**. 在置信度（双测）为 0.01 时，相关性是显著的

  

   

表格没帖好，发帖要走心，不然别人看不懂。

mat2=matrix(c(195,93,34,20,27,27,26,39,39),nc=3,byrow = T,
            dimnames = list(c('wu','xiang','ceng'),c('wu','zhong','zhong')))
G_value=function(mat){
  G=0
  for(i in 1:(dim(mat)[1]-1)){
    for(j in 1:(dim(mat)[2]-1)){
      for(l in (i+1):dim(mat)[1]){
        for(m in (j+1):dim(mat)[2]){
          G=G+mat[i,j]*mat[l,m]
        }
      }
    }
  }
  return(Gvalue=G)
}

H_value=function(mat){
  H=0
  for(i in 1:(dim(mat)[1]-1)){
    for(j in 2:dim(mat)[2]){
      for(l in (i+1):dim(mat)[1]){
        for(m in 1:(j-1)){
          H=H+mat[i,j]*mat[l,m]
        }
      }
    }
  }
  return(Hvalue=H)
}
G_value(mat2)
H_value(mat2)

z=G_value(mat2)-H_value(mat2)

TA_TB=function(mat){
  TA=0
  TB=0
  v1=rowSums(mat)
  v2=colSums(mat)
  for(i in 1:dim(mat)[1]){
    TA=TA+choose(v1[i],2)
  }
  for(j in 1:dim(mat)[2]){
    TB=TB+choose(v2[j],2)
  }
  return(jieguo=c(TA,TB))
}
TA_TB(mat2)
t=z/sqrt((sum(mat)*(sum(mat2)-1)/2-TA_TB(mat2)[1])*(sum(mat2)*(sum(mat2)-1)/2-TA_TB(mat2)[2]))
t   #kendall相关系数
cov_z=function(mat){
  v1=rowSums(mat)
  v2=colSums(mat)
  num1=0
  num2=0
  for(i in 1:dim(mat)[1]){
    num1=num1+v1[i]^3
  }
  for(j in 1:dim(mat)[2]){
    num2=num2+v2[j]^3
  }
  num=(sum(mat)^3-num1)*(sum(mat)^3-num2)/(9*sum(mat)^3)
  return(num)
}
test_value=z^2/cov_z(mat2)   #服从自由度为1的卡方分布