Хочу посоветоваться по простенькому вопросу

[sterter95]

Есть 2 типа переменных: интервальные и ранговые. Надо подсчитать корреляцию первых со вторыми на небольших объемах выборок - 15-30 наблюдений. Полагаю, что Пирсон тут не очень подходит, лучше Спирмен или Тау Кендалла. Насколько обосновано такое мнение? Что все-таки лучше в данном случае, Спирмен или Кендалл?

Comments

[alchutoff]

Ага, я тоже хочу знать.

Насколько я понимаю, у этих двух коэффициентов разный "физический смысл". Тау Кендалла - это, грубо говоря, отношение вероятности, что мы угадали насчёт корреляции, к вероятности того, что ошиблись. А как интерпретировать R, я так и не въехал.

[sterter95]

да, я сам еще не разобрался толком

[gorgonops]

Коэф. Спирмена считается по формуле обычного r Пирсона, только - на рангах, а не сырых данных. Коэф-т Кендалла это такая "разновидность" коэф-та Гамма, с его подсчетом монотонных и инверсных пар. Отсюда ясно, что Спирмен измеряет степень линейности в ранжированных данных (что есть частный вид монотонности), а Кендалл - степень "монотонности вообще".

Т.к. одна из двух переменных у вас - интервальная, Кендалл вам ни к чему. Вам даже лучше вместо Спирмена использовать Пирсона, между интерваальной переменной и ранжированной "ранговой" (наверно, вы хотели сказать "порядковоЙ", да?). Многие (например Wherry. Contributions to correlational analysis) утверждают, что формула Sig для Пирсона годится и для случая, когда одна из двух переменных - ранги.

[sterter95]

благодарен за ответ. Ранговая - да, то же самое, что порядковая шкала.

[strider_o]

Спирмена лучше. Он понятнее для интерптерации. А можно и Пирсона (как посоветовали ниже)
Хотя в общем то уверен, что результаты будут почти одинаковые

[sterter95]

Кстати, сейчас считаю из интереса все три вместе. Различий почти нет, все очень похоже.

[samtaburetkin]

[вкрадчиво] а вот еще есть такие полисериальные и полихорические корреляции...