Als «spearman-rho» getaggte Fragen

Rangkorrelationskoeffizient nach Spearman, normalerweise bezeichnet als ρist ein Maß für die Übereinstimmung zwischen zwei Zufallsvariablen.

5
Korrelationen zwischen kontinuierlichen und kategorialen (nominalen) Variablen
Ich möchte die Korrelation zwischen einer kontinuierlichen (abhängigen Variablen) und einer kategorialen (nominal: Geschlecht, unabhängige Variable) Variablen finden. Fortlaufende Daten werden normalerweise nicht verteilt. Vorher hatte ich es mit dem Spearman's berechnet . Mir wurde jedoch gesagt, dass es nicht richtig ist.ρρ\rho Bei der Suche im Internet habe ich festgestellt, …
3
Wie vergleichen sich das Goodman-Kruskal-Gamma und die Kendall-Tau- oder Spearman-Rho-Korrelationen?
In meiner Arbeit vergleichen wir vorhergesagte Rankings mit wahren Rankings für einige Datensätze. Bis vor kurzem haben wir nur Kendall-Tau verwendet. Eine Gruppe, die an einem ähnlichen Projekt arbeitete, schlug vor, stattdessen das Goodman-Kruskal-Gamma zu verwenden und es vorzuziehen. Ich habe mich gefragt, was die Unterschiede zwischen den verschiedenen Rangkorrelationsalgorithmen …
1
Werden Zufallsvariablen nur dann korreliert, wenn ihre Ränge korreliert sind?
Angenommen,X,YX,YX,Y sind kontinuierliche Zufallsvariablen mit endlichen Sekundenmomenten. Die Populationsversion von Spearmans Rangkorrelationskoeffizientkann als der Pearson-Produkt-Moment-Koeffizient ρ der Wahrscheinlichkeitsintegraltransformationenund, wobeidie cdf vonund, dhρsρsρ_sFX(X)FX(X)F_X(X)FY(Y)FY(Y)F_Y(Y)FX,FYFX,FYF_X,F_YXXXYYY ρs(X,Y)=ρ(F(X),F(Y))ρs(X,Y)=ρ(F(X),F(Y))ρ_s(X,Y)=ρ(F(X),F(Y)) . Ich frage mich, ob man daraus generell schließen kann ρ(X,Y)≠0↔ρ(F(X),F(Y))≠0ρ(X,Y)≠0↔ρ(F(X),F(Y))≠0ρ(X,Y)≠0↔ρ(F(X),F(Y))≠0 ? Dh haben wir eine lineare Korrelation, wenn und nur wenn wir eine lineare Korrelation zwischen …
5
Welche robusten Korrelationsmethoden werden tatsächlich verwendet?
Ich plane eine Simulationsstudie, in der ich die Leistung mehrerer robuster Korrelationstechniken mit unterschiedlichen Verteilungen (verzerrt, mit Ausreißern usw.) vergleiche. Mit robust meine ich den Idealfall, robust gegen a) verzerrte Verteilungen, b) Ausreißer und c) schwere Schwänze zu sein. Zusammen mit der Pearson-Korrelation als Grundlinie wollte ich folgende robustere Maßnahmen …
2
Kanonische Korrelationsanalyse mit Rangkorrelation
Die kanonische Korrelationsanalyse (CCA) zielt darauf ab, die übliche Pearson-Produkt-Moment-Korrelation (dh den linearen Korrelationskoeffizienten) der linearen Kombinationen der beiden Datensätze zu maximieren. Betrachten wir nun die Tatsache, dass dieser Korrelationskoeffizient nur lineare Assoziationen misst - genau aus diesem Grund verwenden wir beispielsweise auch Spearman- rho- oder Kendall- Korrelationskoeffizienten (Rang), die …
1
Welche Mehrfachvergleichsmethode kann für ein älteres Modell verwendet werden: lsmeans oder glht?
Ich analysiere einen Datensatz unter Verwendung eines gemischten Effektmodells mit einem festen Effekt (Bedingung) und zwei zufälligen Effekten (Teilnehmer aufgrund des innerhalb des Motivs und des Paares). Das Modell wurde mit dem erzeugten lme4Paket: exp.model<-lmer(outcome~condition+(1|participant)+(1|pair),data=exp). Als nächstes führte ich einen Likelihood-Ratio-Test dieses Modells gegen das Modell ohne festen Effekt (Bedingung) …
1
Wie kann man die Korrelation zwischen Ordnungszahl und stetiger Variable richtig einschätzen?
Ich möchte die Korrelation schätzen zwischen: Eine Ordnungsvariable: Die Probanden werden gebeten, ihre Präferenz für 6 Obstsorten auf einer Skala von 1 bis 5 zu bewerten (von sehr widerlich bis sehr schmackhaft). Im Durchschnitt verwenden die Probanden nur 3 Punkte der Skala. Eine kontinuierliche Variable: Dieselben Probanden werden gebeten, diese …
Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.