Questions tagged «kendall-tau»


3
Goodman-Kruskal伽玛和Kendall tau或Spearman rho相关性如何比较?
在我的工作中,我们正在比较某些数据集的预测排名与真实排名。直到最近,我们一直单独使用Kendall-Tau。一个从事类似项目的小组建议我们尝试改用Goodman-Kruskal Gamma,他们更喜欢它。我想知道不同等级相关算法之间的区别是什么。 我找到的最好的答案就是该答案,它声称使用Spearman代替了通常的线性相关,并且Kendall-Tau不太直接,更类似于Goodman-Kruskal Gamma。我正在使用的数据似乎没有任何明显的线性相关性,并且数据严重偏斜且非正态。 而且,对于我们的数据,Spearman通常报告的关联性高于Kendall-Tau,我想知道关于数据的具体含义。我不是统计学家,所以抱歉,我正在阅读的某些论文对我而言像是行话。


2
具有秩相关的典范相关分析
典型相关分析(CCA)旨在最大化两个数据集的线性组合的通常Pearson乘积矩相关(即线性相关系数)。 现在,考虑该相关系数仅测量线性关联这一事实-这就是为什么我们也使用Spearman- 或Kendall- τ(秩)相关系数来测量之间的任意单调(不一定是线性)联系的原因。变量。ρρ\rhoττ\tau 因此,我想到了以下几点:CCA的一个局限性在于,由于其目标函数,它仅试图捕获所形成的线性组合之间的线性关联。通过最大化Spearman- 而不是Pearson- r在某种意义上扩展CCA是否可行?ρρ\rhorrr 这样的程序会导致任何统计学上可解释和有意义的事情吗?(例如,对等级执行CCA有意义吗??)我想知道当我们处理非常规数据时是否有帮助...

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.