Współczynniki korelacji dla uporządkowanych danych: Tau Kendalla vs Polichoric vs rho Spearmana

9

Wydaje się, że w przypadku zarządzania zamówionymi pomiarami badacze zwykle zajmują się korelacją polichoryczną . (Na przykład do wykonania matrycy przed wykonaniem analizy czynnikowej.) Dlaczego tak?

Współczynnik korelacji rang Kendalla Tau i współczynnik korelacji rang Spearmana są również odpowiednie dla uporządkowanych danych.

Wszelkie punkty „pro” i „contra” za te współczynniki korelacji są mile widziane.

drobnbobn
źródło
4
Jak podaje link w Wikipedii, korelacja polichoryczna zakłada, że ​​oczywiste zmienne porządkowe pochodzą z kategoryzacji ukrytych zmiennych normalnych; Tau Kendalla i korelacja Spearmana nie zakładają tego. Poza tym różnice są ujęte w tau Kendalla lub rho Spearmana? Jeśli pozostało coś, co nie zostało jeszcze uwzględnione, edytuj, aby wyjaśnić.
gung - Przywróć Monikę
Czy to oznacza, że ​​Polichoric jest mniej odpowiedni w ogólnym przypadku?
drobnbobn
2
Oznacza to, że polichoryczne jest właściwe, gdy oczywiste zmienne porządkowe pochodzą z kategoryzacji ukrytych zmiennych normalnych i nie inaczej. (W praktyce przypomina to raczej chęć założenia tego i nie inaczej, ponieważ rzadko się dowiesz i nie możesz tak naprawdę sprawdzić założenia). OTOH, w większości przypadków nie ma to większego znaczenia, dla analogii , patrz moja odpowiedź tutaj: różnica między modelami logit i probit .
Gung - Przywróć Monikę

Odpowiedzi:

4

Częściowo odpowiedział w komentarzach:

Jak podaje link w Wikipedii, korelacja polichoryczna zakłada, że ​​oczywiste zmienne porządkowe pochodzą z kategoryzacji ukrytych zmiennych normalnych; Tau Kendalla i korelacja Spearmana nie zakładają tego. Poza tym różnice są ujęte w Kendall Tau lub Spearmana? Jeśli pozostało coś, co nie zostało jeszcze uwzględnione, edytuj, aby wyjaśnić. - Gung

(Czy to oznacza, że ​​Polichoric jest mniej odpowiedni w ogólnym przypadku? - drobnbobn)

Oznacza to, że polichoryczne jest właściwe, gdy oczywiste zmienne porządkowe pochodzą z kategoryzacji ukrytych zmiennych normalnych i nie inaczej. (W praktyce przypomina to raczej chęć założenia tego i nie inaczej, ponieważ rzadko się dowiesz i nie możesz tak naprawdę sprawdzić założenia). OTOH, w większości przypadków nie ma to większego znaczenia, dla analogii , patrz moja odpowiedź tutaj: Różnica między modelami logit i probit . - Gung

kjetil b halvorsen
źródło