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


9

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”。


4
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,差异还包括在Kendall tau或Spearman的rho中吗?如果还有任何尚未覆盖的内容,请进行编辑以澄清。
gung-恢复莫妮卡

这是否意味着Polychoric在一般情况下不太合适?
drobnbobn

2
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和probit模型之间的差异
gung-恢复莫妮卡

Answers:


4

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

By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.