내 연구에서는 일부 데이터 집합에 대해 예측 순위와 실제 순위를 비교하고 있습니다. 최근까지 우리는 Kendall-Tau 만 사용했습니다. 비슷한 프로젝트를 진행하는 한 그룹은 우리가 대신 Goodman-Kruskal Gamma 를 사용하려한다고 제안 했고 그들은 그것을 선호했습니다. 다른 순위 상관 알고리즘의 차이점이 무엇인지 궁금했습니다. 내가 찾은 최선의 결과는 Spearman이 일반적인 선형 상관 관계 대신 …
정식 상관 분석 (CCA)은 두 데이터 세트의 선형 조합에 대한 일반적인 Pearson 곱-모멘트 상관 (즉, 선형 상관 계수)을 최대화하는 것을 목표로합니다. 이제이 상관 계수가 선형 연관 만 측정한다는 사실을 고려하십시오. 이것이 우리가 예를 들어 Spearman- ρρ\rho 또는 Kendall- ττ\tau (순위) 상관 계수를 사용하는 이유이기도합니다. 변수 사이의 연결. 따라서 CCA의 한 …
연구자 들은 일반적 으로 Polychoric Correlation을 다루는 정렬 된 측정 으로 관리하는 것처럼 보입니다 . (예를 들어, 요인 분석을 수행하기 전에 행렬을 만드는 데 사용됩니다.) 왜 그렇습니까? Kendall Tau 순위 상관 계수 및 Spearman의 순위 상관 계수 도 주문 된 데이터에 적합합니다. 이러한 상관 계수에 대한 'pro'및 'contra'포인트를 환영합니다.