Dalam kasus-kasus manakah seseorang harus lebih memilih yang satu daripada yang lain?
Saya menemukan seseorang yang mengklaim keuntungan untuk Kendall, karena alasan pedagogis , adakah alasan lain?
correlation
nonparametric
spearman-rho
kendall-tau
Tal Galili
sumber
sumber
Jawaban:
Saya menemukan bahwa korelasi Spearman sebagian besar digunakan sebagai pengganti korelasi linier biasa ketika bekerja dengan skor bernilai integer pada skala pengukuran, ketika itu memiliki jumlah kemungkinan skor yang moderat atau ketika kita tidak ingin mengandalkan asumsi tentang hubungan bivariat. . Dibandingkan dengan koefisien Pearson, interpretasi tau Kendall bagi saya tampaknya kurang langsung dibandingkan dengan Spearman rho, dalam arti bahwa itu mengukur perbedaan antara% pasangan yang bersesuaian dan sumbang di antara semua peristiwa berpasangan yang mungkin terjadi. Dalam pemahaman saya, tau Kendall lebih mirip dengan Goodman-Kruskal Gamma .
Saya baru saja melihat-lihat artikel dari Larry Winner di J. Statistics Educ. (2006) yang membahas penggunaan kedua tindakan, NASCAR Winston Cup Race Results untuk 1975-2003 .
Saya juga menemukan jawaban @onestop tentang korelasi Pearson atau Spearman dengan data tidak normal yang menarik dalam hal ini.
Sebagai catatan, Kendall's tau ( versi a ) memiliki koneksi ke Somers 'D (dan Harrell's C) yang digunakan untuk pemodelan prediktif (lihat misalnya, Interpretasi Somers' D di bawah empat model sederhana oleh RB Newson dan referensi 6 di dalamnya, dan artikel oleh Newson diterbitkan dalam Stata Journal 2006). Gambaran umum dari tes peringkat-sum disediakan dalam Perhitungan Efisien Interval Kepercayaan Jackknife untuk Statistik Peringkat , yang diterbitkan dalam JSS (2006).
sumber
Saya merujuk pria terhormat itu ke jawaban saya sebelumnya : "... interval kepercayaan untuk Spearman r S kurang dapat diandalkan dan kurang dapat ditafsirkan daripada interval kepercayaan untuk parameter τ Kendall", menurut Kendall & Gibbons (1990).
sumber
Sekali lagi jawaban yang agak filosofis; perbedaan mendasarnya adalah bahwa Spearman's Rho merupakan upaya untuk memperluas gagasan R ^ 2 (= "varians dijelaskan") di atas interaksi nonlinier, sedangkan Kendall's Tau lebih dimaksudkan sebagai statistik uji untuk uji korelasi nonlinier. Jadi, Tau harus digunakan untuk menguji korelasi nonlinear, Rho sebagai ekstensi R (atau untuk orang yang akrab dengan R ^ 2 - menjelaskan Tau kepada audiens yang tidak curiga dalam waktu terbatas itu menyakitkan).
sumber
Berikut ini kutipan dari Andrew Gilpin (1993) yang menganjurkan Kendall's τ atas Spearman's ρ untuk alasan teoretis:
Referensi
Gilpin, AR (1993). Tabel untuk konversi Kendall's Tau ke Spearman's Rho dalam konteks mengukur besarnya efek untuk meta-analisis. Pengukuran Pendidikan dan Psikologis, 53 (1), 87-92.
sumber
FWIW, kutipan dari Myers & Well (desain penelitian dan analisis statistik, edisi kedua, 2003, hal. 510). Jika Anda masih peduli dengan nilai-p;
sumber