Coeficientes de correlação para dados ordenados: Kendall's Tau vs Polychoric vs Spearman's rho


9

Parece que, para gerenciar com medições ordenadas, os pesquisadores geralmente lidam com a Correlação Policórica . (Por exemplo, para criar matriz antes de fazer a análise fatorial.) Por que isso?

O coeficiente de correlação de classificação Kendall Tau e o coeficiente de correlação de classificação de Spearman também são adequados para dados ordenados.

Quaisquer pontos 'pró' e 'contra' para esses coeficientes de correlação são bem-vindos.


4
Como afirma o link da Wikipedia, a correlação policórica assume que as variáveis ​​ordinais manifestas vêm da categorização de variáveis ​​normais latentes; O tau de Kendall e a correlação de Spearman não assumem isso. Fora isso, as diferenças são abordadas no Kendall tau ou no rho de Spearman? Se houver algo que ainda não esteja coberto, edite para esclarecer.
gung - Restabelece Monica

Isso significa que a policromia é menos adequada no caso geral?
precisa saber é o seguinte

2
Isso significa que a policromia é apropriada quando as variáveis ​​ordinais manifestas vieram da categorização de variáveis ​​normais latentes e não de outra forma. (Na prática, é mais parecido quando você está disposto a assumir isso e não o contrário, pois você raramente sabe e não pode realmente verificar a suposição.) OTOH, provavelmente não faz muita diferença na maioria dos casos, por uma analogia , veja minha resposta aqui: diferença entre modelos de logit e probit .
gung - Restabelece Monica

Respostas:


4

Parcialmente respondido nos comentários:

Como afirma o link da Wikipedia, a correlação policórica assume que as variáveis ​​ordinais manifestas vêm da categorização de variáveis ​​normais latentes; O tau de Kendall e a correlação de Spearman não assumem isso. Fora isso, as diferenças são abordadas no Kendall Tau ou no rho de Spearman? Se houver algo que ainda não esteja coberto, edite para esclarecer. - gung

(Significa que Policórico é menos adequado no caso geral? - drobnbobn)

Isso significa que a policromia é apropriada quando as variáveis ​​ordinais manifestas vieram da categorização de variáveis ​​normais latentes e não o contrário. (Na prática, é mais parecido quando você está disposto a assumir isso e não o contrário, pois você raramente sabe e não pode realmente verificar a suposição.) OTOH, provavelmente não faz muita diferença na maioria dos casos, por uma analogia , veja minha resposta aqui: Diferença entre os modelos logit e probit . - gung

Ao utilizar nosso site, você reconhece que leu e compreendeu nossa Política de Cookies e nossa Política de Privacidade.
Licensed under cc by-sa 3.0 with attribution required.