Skąd mam wiedzieć, kiedy należy wybrać pomiędzy Spearmana i Pearsona ? Moja zmienna obejmuje satysfakcję, a wyniki zostały zinterpretowane na podstawie sumy wyników. Te wyniki można jednak również uszeregować.rρρ\rhorrr
Często dostaję to pytanie w mojej pracy konsultingowej, że myślałem, że opublikuję je tutaj. Mam odpowiedź, która jest zamieszczona poniżej, ale chciałem usłyszeć, co mają do powiedzenia inni. Pytanie: Jeśli masz dwie zmienne, które nie są normalnie rozmieszczone, czy powinieneś użyć rho Spearmana do korelacji?
W jakich przypadkach należy preferować jedno nad drugim? Znalazłem kogoś, kto twierdzi z korzyścią dla Kendall, z powodów pedagogicznych , czy są jeszcze inne powody?
Chciałbym znaleźć korelację między zmienną ciągłą (zmienną zależną) a zmienną kategorialną (nominalna: płeć, zmienna niezależna). Dane ciągłe nie są zwykle dystrybuowane. Przedtem miałem obliczony go używając Spearmana . Powiedziano mi jednak, że to nie w porządku.ρρ\rho Podczas wyszukiwania w Internecie odkryłem, że wykres pudełkowy może dać wyobrażenie o tym, jak …
W mojej pracy porównujemy przewidywane rankingi z prawdziwymi rankingami dla niektórych zestawów danych. Do niedawna korzystaliśmy z Kendall-Tau sam. Grupa pracująca nad podobnym projektem zasugerowała, że zamiast tego próbujemy użyć gammy Goodmana-Kruskala i wolą ją. Zastanawiałem się, jakie były różnice między różnymi algorytmami korelacji rang. Najlepszą, jaką znalazłem, była ta …
Może to pytanie jest naiwne, ale: Jeśli regresja liniowa jest ściśle związana ze współczynnikiem korelacji Pearsona, czy istnieją jakieś techniki regresji ściśle związane ze współczynnikami korelacji Kendalla i Spearmana?
Współczynnik Pearsona między dwiema zmiennymi jest dość wysoki (r = 0,65). Ale kiedy oceniam wartości zmiennych i przeprowadzam korelację Spearmana, wartość współczynnika jest znacznie niższa (r = 0,30). Jaka jest tego interpretacja?
Załóżmy że są ciągłymi zmiennymi losowymi ze skończonymi sekundami. wersję współczynnika korelacji rang Spearmana można zdefiniować jako współczynnik iloczynu iloczynu Pearsona ρ całek prawdopodobieństwa przekształca F_X (X) i F_Y (Y) , gdzie F_X, F_Y są cdf dla X i Y , tj.ρ s F X ( X ) F Y …
Najwyraźniej współczynnik korelacji Pearsona jest parametryczny, a współczynnik rho Spearmana nieparametryczny. Mam problem ze zrozumieniem tego. Jak rozumiem, Pearson jest obliczany jako a Spearman jest obliczany w ten sam sposób, z tym wyjątkiem, że zastępujemy wszystkie wartości ich szeregami.rx y= c o v ( X, Y)σxσyrxy=doov(X,Y)σxσy r_{xy} = \frac{cov(X,Y)}{\sigma_x\sigma_y} Wikipedia …
Planuję przeprowadzić badanie symulacyjne, w którym porównuję wydajność kilku solidnych technik korelacji z różnymi rozkładami (wypaczonymi, z wartościami odstającymi itp.). Przez solidne rozumiem idealny przypadek bycia odpornym na a) wypaczone rozkłady, b) wartości odstające i c) ciężkie ogony. Wraz z korelacją Pearsona jako punktem odniesienia, myślałem o uwzględnieniu następujących bardziej …
Analizuję zestaw danych przy użyciu modelu efektów mieszanych z jednym ustalonym efektem (warunkiem) i dwoma efektami losowymi (uczestnik ze względu na projekt i parę wewnątrz przedmiotu). Model ten został wygenerowany z lme4pakietu: exp.model<-lmer(outcome~condition+(1|participant)+(1|pair),data=exp). Następnie wykonałem test współczynnika wiarygodności tego modelu względem modelu bez ustalonego efektu (warunku) i mam znaczącą różnicę. …
Kanoniczna analiza korelacji (CCA) ma na celu maksymalizację zwykłej korelacji iloczynu Pearsona z momentem produktu (tj. Współczynnik korelacji liniowej) kombinacji liniowych dwóch zestawów danych. Rozważmy teraz fakt, że ten współczynnik korelacji mierzy tylko asocjacje liniowe - właśnie dlatego używamy na przykład współczynników korelacji Spearmana- lub Kendall- τ (ranga), które mierzą …
Z Wikipedia , korelacji rang Spearmana oblicza się w zależności od czynników konwersji XiXiX_i jak I YiYiY_i w rankingu zmiennych xixix_i i yiyiy_i , a następnie obliczenie korelacji Pearsona między miejsce zmienne: Jednak artykuł przechodzi do stanu, że jeśli istnieją żadne powiązania wśród zmiennych XiXiX_i i YiYiY_i , powyższy wzór …
Chciałbym oszacować korelację między: Zmienna porządkowa: badani proszeni są o ocenę swoich preferencji dla 6 rodzajów owoców w skali 1-5 (od bardzo obrzydliwych do bardzo smacznych) Średnio badani używają tylko 3 punktów skali. Ciągła zmienna: ci sami badani proszeni są o szybką identyfikację tych owoców, co daje średnią dokładność dla …
Używamy plików cookie i innych technologii śledzenia w celu poprawy komfortu przeglądania naszej witryny, aby wyświetlać spersonalizowane treści i ukierunkowane reklamy, analizować ruch w naszej witrynie, i zrozumieć, skąd pochodzą nasi goście.
Kontynuując, wyrażasz zgodę na korzystanie z plików cookie i innych technologii śledzenia oraz potwierdzasz, że masz co najmniej 16 lat lub zgodę rodzica lub opiekuna.