我计划进行一次仿真研究,在其中比较几种具有不同分布(偏斜,离群值等)的鲁棒相关技术的性能。对于稳健,我的意思是对a)偏斜分布,b)离群值和c)重尾稳健的理想情况。
除了将Pearson相关性作为基准外,我还想包括以下更可靠的措施:
- 斯皮尔曼的
- 折弯百分比(Wilcox,1994,[1])
- 最小体积椭圆形,最小协方差行列式(
cov.mve
/cov.mcd
与cor=TRUE
选项) - 温莎相关
当然,还有更多选择(特别是如果您还包括强大的回归技术),但是我想将自己局限于使用最多/很有希望的方法。
现在,我有三个问题(可以只回答一个问题):
- 我可以/应该包括其他健壮的相关方法吗?
- 您的领域实际上 使用了 哪些强大的相关技术?(谈到心理研究:除了Spearman的,我从未在技术论文之外见过任何健壮的关联技术。自举技术越来越受欢迎,但到目前为止,其他健壮的统计数据或多或少不存在)。
- 您是否已经知道多种相关技术的系统比较?
也可以随意评论上面给出的方法列表。
[1] Wilcox,RR(1994)。百分比弯曲相关系数。心理疗法,59,601-616。