«spearman-rho» 태그된 질문

Spearman 's 와 Pearson 's 중에서 언제 선택해야하는지 어떻게 알 수 있습니까? 내 변수에는 만족도가 포함되며 점수는 점수의 합을 사용하여 해석되었습니다. 그러나 이러한 점수는 순위를 매길 수도 있습니다.ρρ\rhorrr

119 correlation  pearson-r  spearman-rho 

통계 컨설팅 작업에서이 질문을 충분히 자주 받았으며 여기에 게시 할 것이라고 생각했습니다. 나는 아래에 게시 된 답변을 받았지만 다른 사람들의 말을 듣고 싶어했습니다. 질문 : 정규 분포가 아닌 두 개의 변수가있는 경우 상관 관계에 Spearman 's rho를 사용해야합니까?

113 correlation  normality-assumption  pearson-r  spearman-rho 

어떤 경우에는 다른 것을 선호해야합니까? 나는 교육적인 이유로 Kendall에게 유리하다고 주장하는 사람 이 다른 이유가 있다는 것을 발견했습니다 .

69 correlation  nonparametric  spearman-rho  kendall-tau 

0과 1 만 포함하는 두 개의 부울 벡터가 있습니다. Pearson 또는 Spearman 상관 관계를 계산하면 의미가 있거나 합리적입니까?

42 correlation  binary-data  pearson-r  spearman-rho 

연속 형 (종속 변수)과 범주 형 (명목 : 성별, 독립 변수) 변수 사이의 상관 관계를 찾고 싶습니다. 연속 데이터는 정상적으로 배포되지 않습니다. 이전에는 Spearman 's 사용하여 계산했습니다 . 그러나 나는 그것이 옳지 않다는 말을 들었다.ρρ\rho 인터넷에서 검색하는 동안 상자 그림이 얼마나 관련되어 있는지 알 수 있습니다. 그러나 Pearson의 제품 모멘트 …

40 correlation  categorical-data  descriptive-statistics  biostatistics  spearman-rho 

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 …

31 spearman-rho  kendall-tau  goodman-kruskal-gamma 

어쩌면이 질문은 순진하지만, 선형 회귀가 Pearson의 상관 계수와 밀접한 관련이있는 경우 Kendall 및 Spearman의 상관 계수와 밀접한 관련이있는 회귀 기술이 있습니까?

27 regression  correlation  pearson-r  spearman-rho  kendall-tau 

두 변수 사이의 피어슨 계수는 상당히 높습니다 (r = .65). 그러나 변수 값의 순위를 매기고 Spearman의 상관 관계를 실행하면 효율적인 값이 훨씬 낮아집니다 (r = .30). 이것에 대한 해석은 무엇입니까?

22 correlation  spearman-rho 

X,YX,YX,Y 는 유한 한 두 번째 모멘트를 갖는 연속 랜덤 변수라고 가정합니다 . 스피어 만 순위 상관 계수의 인구 버전 확률 적분 값의 변환의 피어슨 적률 계수 ρ로 정의 될 수 과 , CDF를 년대있는 및 , 즉F X (X) F Y (Y) F X , F Y XYρ에스ρ에스ρ_s에프엑스( X)에프엑스(엑스)F_X(X)에프와이( …

20 correlation  pearson-r  spearman-rho 

분명히 Pearson의 상관 계수는 파라 메트릭이고 Spearman의 rho는 비모수입니다. 이것을 이해하는 데 문제가 있습니다. 내가 알기로 Pearson은 로 계산되고 Spearman은 모든 값을 순위로 대체한다는 점을 제외하고는 동일한 방식으로 계산됩니다.아르 자형x y= c o v ( X, Y)σ엑스σ와이아르 자형엑스와이=씨영형V(엑스,와이)σ엑스σ와이 r_{xy} = \frac{cov(X,Y)}{\sigma_x\sigma_y} 위키 백과 는 말합니다 파라 메트릭 모델과 비 파라 …

19 nonparametric  pearson-r  parametric  spearman-rho 

여러 분포 (비틀림, 특이 치 등)가있는 여러 강력한 상관 관계 기술의 성능을 비교하는 시뮬레이션 연구를 수행 할 계획입니다. 으로 강력한 , I)는 비대칭 분포, b) 특이점 및 c) 무거운 끌리는 강인한되는 이상적인 경우를 의미한다. Pearson 상관 관계를 기준으로하여 다음과 같은보다 강력한 측정 방법을 포함 시키려고했습니다. 스피어 맨의 ρρ\rho 백분율 굽힘 …

18 r  correlation  robust  spearman-rho  winsorizing 

하나의 고정 효과 (조건)와 두 개의 임의 효과 (대상 내 설계 및 쌍으로 인해 참가자)가있는 혼합 효과 모델을 사용하여 데이터 세트를 분석하고 있습니다. lme4패키지로 모델이 생성되었습니다 exp.model<-lmer(outcome~condition+(1|participant)+(1|pair),data=exp). 다음으로, 고정 효과 (조건)없이 모형에 대해이 모형의 우도 비 검정을 수행했으며 유의 한 차이가 있습니다. 내 데이터 세트에는 3 가지 조건이 있으므로 다중 …

16 r  repeated-measures  multiple-comparisons  post-hoc  lsmeans  bayesian  posterior  marginal  integral  anova  time-series  regularization  machine-learning  pca  computational-statistics  references  inference  regression  cross-validation  python  random-forest  chi-squared  spearman-rho  r  machine-learning  confidence-interval  bagging  clustering  feature-selection  model-selection  bic  hypothesis-testing  kurtosis  r  regression  residuals  terminology 

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 …

15 multivariate-analysis  data-transformation  spearman-rho  kendall-tau  canonical-correlation 

에서 위키 , 스피어 만 순위 상관이 변환 변수에 의해 계산된다 XiXiX_i 및 YiYiY_i 기록 변수로 xixix_i 및 yiyiy_i 변수 순위 간의 피어슨 상관을 계산 한 후,과 : 그러나 기사는 변수 XiXiX_i 와 사이에 관계가 없으면 YiYiY_i위의 공식은 다음과 같습니다. 여기서 di=yi−xidi=yi−xid_i = y_i - x_i 이면 순위 차이입니다. 누군가 …

14 correlation  proof  spearman-rho 

다음 사이의 상관 관계를 추정하고 싶습니다. 서수 변수 : 피험자들은 6 가지 종류의 과일에 대한 선호도를 1-5 척도로 평가해야합니다. 연속 변수 : 동일한 대상에게 이러한 과일을 신속하게 식별하도록 요청하여 6 개의 과일에 대한 평균 정확도를 얻습니다. Spearman rho가 이러한 데이터를 분석하는 가장 좋은 방법입니까? 아니면 고려할 수있는 다른 좋은 방법이 …

14 correlation  ordinal-data  spearman-rho  continuous-data