Jak interpretować współczynnik korelacji Matthewsa (MCC)?

Odpowiedź na pytanie Związek między współczynnikami korelacji phi, Matthewsa i Pearsona? pokazuje, że wszystkie trzy współczynniki są równoważne.

Nie jestem ze statystyk, więc powinno to być łatwe pytanie.

Artykuł Matthewsa (www.sciencedirect.com/science/article/pii/0005279575901099) opisuje, co następuje:

"A correlation of:
   C =  1 indicates perfect agreement,
   C =  0 is expected for a prediction no better than random, and
   C = -1 indicates total disagreement between prediction and observation"`.

Według Wikipedii ( http://en.wikipedia.org/wiki/Pearson_product-moment_correlation_coefficient ) korelację Pearsona opisuje się następująco:

giving a value between +1 and −1 inclusive, where:
   1 is total positive correlation, 
   0 is no correlation, and
  −1 is total negative correlation

Interpretację współczynnika korelacji Pearsona najlepiej rozumieć następująco (zgodnie z http://faculty.quinnipiac.edu/libarts/polsci/Statistics.html ):

If r =
   +.70 or higher Very strong positive relationship
   +.40 to +.69 Strong positive relationship
   +.30 to +.39 Moderate positive relationship
   +.20 to +.29 weak positive relationship
   +.01 to +.19 No or negligible relationship
   -.01 to -.19 No or negligible relationship
   -.20 to -.29 weak negative relationship
   -.30 to -.39 Moderate negative relationship
   -.40 to -.69 Strong negative relationship
   -.70 or higher Very strong negative relationship

Czytając niektóre artykuły, nie ma stopnia interpretacji dla zakresu wyników MCC między -1 a 1. Ten współczynnik jest dobry dla niezrównoważonych zestawów danych negatywów i pozytywów, gdzie metryka dokładności nie może dobrze oszacować, jeśli predyktor jest dokładny w tym przypadku.

Czy przy niezbilansowanych zestawach danych miara F jest dobrą miarą do porównania z MCC w celu oceny wydajności predyktora? Na przykład: istnieją przypadki, które F-measure = 94%i MCC = 0.58. Co mówi o predyktorze?

Czy mogę przyjąć tę samą interpretację współczynnika korelacji Matthewsa, czy może ma to inne znaczenie? Uważam, że oba współczynniki są również równoważne w interpretacji.

To pytanie było tak proste i niestety nikt nie mógł odpowiedzieć na to pytanie.

Zgodnie z tym artykułem: http://www.bioinfopublication.org/files/articles/2_1_1_JMLT.pdf , MCC jest metodą macierzy awaryjnej służącą do obliczania współczynnika korelacji produktu z momentem Pearsona. Dlatego ma tę samą interpretację.

Współczynnik korelacji Matthewsa jest szczególnym przypadkiem współczynnika korelacji Pearsona. Dlatego interpretacje dla obu z nich są takie same. Sprawdź pochodne i inne szczegóły w moim blogu na github .