Pertanyaan yang diberi tag «spearman-rho»

Koefisien korelasi peringkat Spearman, biasanya dilambangkan sebagai ρ, adalah ukuran kesesuaian antara dua variabel acak.





5
Korelasi antara variabel kontinyu dan kategorikal (nominal)
Saya ingin menemukan korelasi antara variabel kontinu (variabel dependen) dan variabel kategori (nominal: jenis kelamin, variabel independen). Data kontinu tidak terdistribusi normal. Sebelumnya, saya telah dihitung dengan menggunakan Spearman . Namun, saya telah diberitahu bahwa itu tidak benar.ρρ\rho Saat mencari di internet, saya menemukan bahwa boxplot dapat memberikan gambaran tentang …

3
Bagaimana perbandingan antara gamma Goodman-Kruskal dan Kendall tau atau Spearman rho?
Dalam pekerjaan saya, kami membandingkan peringkat yang diprediksi dengan peringkat yang benar untuk beberapa set data. Hingga saat ini, kami telah menggunakan Kendall-Tau sendirian. Sekelompok yang mengerjakan proyek serupa menyarankan agar kami mencoba menggunakan Goodman-Kruskal Gamma sebagai gantinya, dan mereka lebih menyukainya. Saya bertanya-tanya apa perbedaan antara algoritma korelasi peringkat …



1
Apakah variabel acak berkorelasi jika dan hanya jika peringkat mereka berkorelasi?
Asumsikan adalah variabel acak kontinu dengan momen kedua terbatas. Versi populasi dari koefisien korelasi peringkat Spearman ρ_s dapat didefinisikan sebagai koefisien momen-produk Pearson dari probabilitas integral mengubah F_X (X) dan F_Y (Y) , di mana F_X, F_Y adalah cdf dari X dan Y , yaitu,X,YX,YX,Yρsρsρ_sFX(X)FX(X)F_X(X)FY(Y)FY(Y)F_Y(Y)FX,FYFX,FYF_X,F_YXXXYYY ρs(X,Y)=ρ(F(X),F(Y))ρs(X,Y)=ρ(F(X),F(Y))ρ_s(X,Y)=ρ(F(X),F(Y)) . Saya bertanya-tanya apakah …

3
Mengapa Pearson parametrik dan Spearman non-parametrik
Tampaknya koefisien korelasi Pearson adalah parametrik dan Spearman rho adalah non-parametrik. Saya mengalami kesulitan memahami hal ini. Seperti yang saya pahami, Pearson dihitung sebagai dan Spearman dihitung dengan cara yang sama, kecuali kami mengganti semua nilai dengan peringkat mereka.rx y= c o v ( X, Y)σxσyrxy=cHaiv(X,Y)σxσy r_{xy} = \frac{cov(X,Y)}{\sigma_x\sigma_y} Wikipedia …


2
Analisis korelasi kanonik dengan korelasi peringkat
Analisis korelasi kanonik (CCA) bertujuan untuk memaksimalkan korelasi product-moment Pearson yang biasa (yaitu koefisien korelasi linier) dari kombinasi linear dari dua set data. Sekarang, pertimbangkan fakta bahwa koefisien korelasi ini hanya mengukur asosiasi linier - ini adalah alasan mengapa kami juga menggunakan, misalnya, koefisien korelasi Spearman- atau Kendall- τ yang …

1
Metode perbandingan multipel mana yang digunakan untuk model lmer: lsmeans atau glht?
Saya menganalisis set data menggunakan model efek campuran dengan satu efek tetap (kondisi) dan dua efek acak (peserta karena desain subjek dan pasangan dalam). Model ini dihasilkan dengan lme4paket: exp.model<-lmer(outcome~condition+(1|participant)+(1|pair),data=exp). Selanjutnya, saya melakukan uji rasio kemungkinan model ini terhadap model tanpa efek tetap (kondisi) dan memiliki perbedaan yang signifikan. Ada …

4
Buktikan kesetaraan dua rumus berikut untuk korelasi Spearman
Dari wikipedia , korelasi peringkat Spearman dihitung dengan mengubah variabel XiXiX_i dan YiYiY_i menjadi variabel peringkat xixix_i dan yiyiy_i , dan kemudian menghitung korelasi Pearson antara variabel peringkat: Namun, artikel selanjutnya menyatakan bahwa jika tidak ada ikatan antara variabel XiXiX_i dan YiYiY_i , rumus di atas setara dengan di mana …

1
Bagaimana cara menilai korelasi antara variabel ordinal dan variabel kontinu dengan benar?
Saya ingin memperkirakan korelasi antara: Variabel ordinal: subjek diminta untuk menilai preferensi mereka untuk 6 jenis buah pada skala 1-5 (mulai dari yang sangat menjijikkan hingga sangat lezat). Rata-rata subjek hanya menggunakan 3 poin skala. Variabel kontinu: subjek yang sama diminta untuk dengan cepat mengidentifikasi buah-buahan ini, yang menghasilkan akurasi …

Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.