有序数据的相关系数：Kendall的Tau，Polychoric和Spearman的rho

对于有序测量的管理来说，研究人员通常要处理多色相关。（例如，要在进行因子分析之前制作矩阵。）为什么要这样做？

Kendall Tau等级相关系数和Spearman等级相关系数也适用于有序数据。

欢迎使用这些相关系数的任何点“ pro”和“ contra”。

在评论中部分回答：

如您的Wikipedia链接所述，多变量相关假设假定清单序数变量来自对潜在正常变量的分类。肯德尔的tau和Spearman的相关性不作此假设。除此之外，Kendall Tau或Spearman的rho涵盖了差异吗？如果还有任何尚未覆盖的内容，请进行编辑以澄清。–功夫

（这是否意味着Polychoric在一般情况下不太适合？– drobnbobn）

这意味着当清单序数变量来自对潜在正常变量的分类时，多元选择是适当的，否则就不适用。（在实践中，这更像是您愿意假设这个假设，否则就不愿这样做，因为您很少知道并且不能真正检查这个假设。）OTOH，在大多数情况下，它可能并没有多大区别。 ，请在此处查看我的答案：logit模型和probit模型之间的区别。–功夫