কেনডাল তাউ নাকি স্পিয়ারম্যানের রো?

69

কোন ক্ষেত্রে একজনের একে অপরের চেয়ে বেশি পছন্দ করা উচিত?

আমি এমন কাউকে খুঁজে পেয়েছি যারা কেন্ডালের পক্ষে সুবিধা দাবি করে, শিক্ষামূলক কারণে , অন্য কোনও কারণ আছে কি?

Stats.stackexchange.com/q/18112/3277 সম্পর্কিত একটি প্রশ্নও দেখুন ।

— ttnphns

1

দুর্ভাগ্যক্রমে, আপনার প্রশ্নের লিঙ্কটি মারা গেছে। আমি ধরে নিচ্ছি আপনি নোথারকে উল্লেখ করছেন (2007, শিক্ষাদানের পরিসংখ্যান ) । আপনি কি এটিকে সম্পাদনা করতে চান?

— স্টিফান কোলাছা

40

আমি দেখতে পেলাম যে পরিমাপের স্কেলটিতে পূর্ণসংখ্যার মূল্যবান স্কোরগুলির সাথে কাজ করার সময়, যখন সম্ভাব্য স্কোরগুলির একটি সংখ্যার মাঝারি সংখ্যা থাকে বা যখন আমরা বিভাজনীয় সম্পর্কের বিষয়ে অনুমানের উপর নির্ভর করতে চাই না তখন স্পিয়ারম্যান পারস্পরিক সম্পর্কটি বেশিরভাগ ক্ষেত্রে সাধারণত রৈখিক পারস্পরিক সম্পর্কের জায়গায় ব্যবহৃত হয় when । পিয়ারসন সহগের তুলনায়, কেন্ডাল টাউয়ের ব্যাখ্যাটি স্পিয়ারম্যানের রো-র তুলনায় আমার কাছে কম সরাসরি বলে মনে হয়েছে, এই অর্থে যে এটি সম্ভাব্য যুগল ইভেন্টগুলির মধ্যে সমন্বয়মূলক এবং বিভেদযুক্ত জোড়ার% এর মধ্যে পার্থক্যকে প্রশংসিত করে। আমার বুঝতে পেরে, কেন্ডালের তাউ গুডম্যান-কুষ্কাল গামার সাথে আরও সাদৃশ্যপূর্ণ ।

আমি জে স্ট্যাটিস্টিকস এডুকের সবেমাত্র ল্যারি উইনার থেকে একটি নিবন্ধ ব্রাউজ করেছি। (2006) যা উভয় পদক্ষেপের ব্যবহার নিয়ে আলোচনা করে, 1975-2003 এর জন্য ন্যাসকার উইনস্টন কাপ রেস ফলাফল ।

আমি পিয়ারসনের বা স্পিয়ারম্যানের অ-স্বাভাবিক ডেটার সাথে এই সম্পর্কিত আকর্ষণীয় সম্পর্কিত সম্পর্কে অনন্যতম উত্তরও পেয়েছি ।

এও জেনে রাখা ভালো কেন্ডাল এর টাও ( একটি সংস্করণ) Somers সংযোগ আছে 'ডি (এবং Harrell এর সি) ভবিষ্যদ্বাণীপূর্ণ মডেলিং জন্য ব্যবহৃত (যেমন দেখুন, চার সহজ মডেলের অধীনে ডি Somers ব্যাখ্যা' আর বি Newson এবং রেফারেন্স দ্বারা 6 তাতে, আর Newson দ্বারা প্রবন্ধ স্টাটা জার্নাল 2006 এ প্রকাশিত)। জেএসএসে প্রকাশিত জ্যাঙ্কনিফ কনফিডেন্স ইন্টারভালস র‍্যাঙ্ক পরিসংখ্যানের দক্ষ গণনার ক্ষেত্রে র‌্যাঙ্ক-সামনের পরীক্ষার একটি সংক্ষিপ্তসার সরবরাহ করা হয়, যা জেএসএসে প্রকাশিত হয়েছিল (২০০))।

— chl
সূত্র

উত্তরের জন্য ধন্যবাদ chl, আমি এটি এর নিখুঁত সুযোগ জন্য এটি গ্রহণ। সেরা, তাল

— তাল গালিলি

স্পিয়ারম্যান দুটি পূর্ণসংখ্যার ভেরিয়েবলগুলিতে নিয়মিত সম্পর্কগুলির সম্বন্ধে তুলনা করে, যা কেন্ডলের টাউ দ্বারা আরও ভালভাবে পরিচালনা করা হয় বলে মনে হয়।

— নিন্দা

29

আমি আমার পূর্ববর্তী উত্তরে সম্মানিত ভদ্রলোককে উল্লেখ করছি : "... কেন্ডাল অ্যান্ড গিবনস (১৯৯০) অনুসারে স্পিয়ারম্যানের আর _এস এর জন্য আত্মবিশ্বাসের ব্যবস্থাগুলি কেন্ডালের para-পরামিতিগুলির জন্য আত্মবিশ্বাসের অন্তরগুলির চেয়ে কম নির্ভরযোগ্য এবং কম ব্যাখ্যাযোগ্য"।

— onestop
সূত্র

1

আমি মনে করি ধন্যবাদ রজার নিউজনের কারণে, কারণ আমি কেবল তাঁর নিবন্ধটি উদ্ধৃত করছি।

— onestop

22

আবার কিছুটা দার্শনিক উত্তর; মূল পার্থক্যটি হ'ল স্পিয়ারম্যানের রোহ হ'ল অরৈখিক ইন্টারঅ্যাকশনগুলির বিষয়ে আর ^ 2 (= "বৈচিত্র্য ব্যাখ্যা করেছেন") ধারণা প্রসারিত করার প্রয়াস, যখন কেন্ডালের টাউ বরং ননলাইনার পারস্পরিক সম্পর্ক পরীক্ষার জন্য একটি পরীক্ষার পরিসংখ্যান হিসাবে বিবেচিত। সুতরাং, তাউ অরৈখিক সম্পর্ক সম্পর্কিত পরীক্ষার জন্য ব্যবহার করা উচিত, আর আর এক্সটেনশন হিসাবে রো (বা আর ^ 2 এর সাথে পরিচিত লোকদের জন্য - তাউকে সীমিত সময়ে অনর্থক শ্রোতার কাছে ব্যাখ্যা করা বেদনাদায়ক)।

6

আপনি দয়া করে "অ-লিনিয়ার ইন্টারঅ্যাকশন" ব্যাখ্যা করতে পারেন? স্পিয়ারম্যান রোহ মনে হয় এটি মনোবিজ্ঞানের ক্ষেত্রে বৈধতা সহগের একটি পরিমাপকে প্রতিফলিত করে। তাউর প্রকৃতি সম্পর্কে আমার জানা নেই।

— সুভাষ সি। দাবার

আমি আপনার মন্তব্যের মনস্তত্ত্ব বিষয়টি বুঝতে পারি না।

— লিও লোপোল্ড হার্টজ 준영

1

"অ-রৈখিক ইন্টারঅ্যাকশনস" কারণ সমস্ত বিষয়টি অর্ডারিং, লিনিয়ার পারস্পরিক সম্পর্ক নয়। উদাহরণস্বরূপ, এবং পিয়ারসন পারস্পরিক সম্পর্ক রয়েছে 0 তবে কেন্ডালের টাউ বা

x

$x$

x^{2}

$x^2$

— স্পিয়ারম্যানের রের

1

এক্সটি অ-নেতিবাচক হলেই এটি সত্য।

— এওকাল কল

17

এখানে অ্যান্ড্রু গিলপিন (1993) থেকে উদ্ধৃতি কেন্ডাল এর সমর্থনে এর τ Spearman এর উপর ρ তাত্ত্বিক কারণে:

"[কেন্ডাল এর ] একটি সাধারন বন্টনের আরো দ্রুত তুলনায় পন্থা , যেমন , নমুনা আকার, বৃদ্ধি এবং গাণিতিকভাবে আরো সহজে টানা যায় এমন হয়, বিশেষ করে যখন বন্ধন উপস্থিত থাকে।" $τ$ $ρ$ $N$ $τ$

উল্লেখ

গিল্পিন, এআর (1993)। মেটা-বিশ্লেষণের জন্য প্রভাবের পরিমাপের পরিপ্রেক্ষিত ব্যবস্থাগুলির মধ্যে কেন্ডাল এর তাউকে স্পিয়ারম্যানের রোতে রূপান্তর করার জন্য সারণী। শিক্ষাগত এবং মানসিক পরিমাপ, 53 (1), 87-92।

— নিক স্টাওনার
সূত্র

3

এফডব্লিউআইডাব্লিউ, মাইয়ারস অ্যান্ড ওয়েল (গবেষণা নকশা এবং পরিসংখ্যান বিশ্লেষণ, দ্বিতীয় সংস্করণ, 2003, পৃষ্ঠা 510) এর একটি উদ্ধৃতি। আপনি যদি এখনও পি-মানগুলি সম্পর্কে যত্নশীল হন;

Seigel এবং দুর্গাধিপতি (1988, আচরণগত বিজ্ঞান জন্য nonparametric পরিসংখ্যান) নির্দেশ অনুযায়ী, যদিও এবং Spearman সাধারণত মান আলাদা থাকবে যখন একই ডেটা সেট, জন্য গণনা করা জন্য তাত্পর্য পরীক্ষার এবং Spearman এর উপর ভিত্তি করে তাদের নমুনা বিতরণ, তারা একই পি মান হবে। $\tau$ $\rho$ $\tau$ $\rho$

— বুরক আয়িন
সূত্র

তারা কি এই দাবির জন্য কোনও সমর্থন দেয় কিনা জানেন? আমি দেখতে পাচ্ছি না যে এটি সাধারণভাবে কীভাবে সত্য হতে পারে (তারা প্রায়শই একই রকম হতে পারে তবে তারা একই হবে এমন দৃser়তা কীভাবে ধরে রাখতে পারে তা আমি সত্যিই দেখতে পাই না)। [আমি অবাক হয়েছি যদি সিয়েগেল এবং ক্যাস্তেলান সত্যিই এটি বলেছিলেন বা কিছুটা আলাদা।]

— গ্লেন_বি

আমি সিগেল এবং ক্যাসটেলান (2ed পি 253) চেক করেছি। তারা কিছুটা আলাদা বলেছে ... তবে এটি "আনুমানিক" সংযোজন সহ উপরের প্যারাফ্রেজের চেয়ে আসলে খানিকটা খারাপ (যেহেতু তারা এটিকে শূন্যের নিচে কেস হিসাবে সীমাবদ্ধ করে, তবে যেহেতু তারা ডেটাগুলিকে কন্ডিশনিং করছে) এটি কোনও উপকারে আসবে না। যাইহোক, নির্দিষ্ট আদেশের জন্য , এর সমস্ত সম্ভাব্য র‌্যাঙ্ক অর্ডারগুলি H0 এর আওতায় সমানভাবে সম্ভাবনা রয়েছে।) তারা তথ্যের বিষয়ে কন্ডিশনার পরে নালকে কন্ডিশনার মনে করার বিষয়টি একটি উদ্বেগজনক বিষয়। আমি ভাবছি তারা অন্য কিছু বলতে

x

$x$

y

$y$

— চাইছিল

কাউন্টারেরেক্সামাল হিসাবে, এন = 7 এবং সঠিক পি-মানগুলি নিন। যাক এক্স = 1,2,3,4,5,6,7 এবং যাক y = 2,1,4,3,7,6,5 ... স্পিয়ারম্যান পি = 0.048 দেয়, কেন্ডাল 0.136 দেয় ... যা একদম নয় একটি ভিন্ন বিন্যাস কেন্ডলের জন্য একই মান দেয় তবে স্পিয়ারম্যানের পি = 0.302 থাকে। এরকম অনেক উদাহরণ এবং বিভিন্ন নমুনার আকার রয়েছে

— Glen_b

3

এন = 8 কেসের জন্য এখানে একটি প্লট রয়েছে। আপনি দেখতে পাচ্ছেন যে পারস্পরিক সম্পর্কের দুটি পদক্ষেপের জন্য পি-মানগুলির মধ্যে অনেকগুলি পার্থক্য রয়েছে: i.stack.imgur.com/5JMbj.png ... আমি এই বিষয়ে একটি প্রশ্নোত্তর লিখতে পারি

— Glen_b

1

এখানে দুটি উদাহরণ ডেটা সেট রয়েছে (র‌্যাঙ্কিংয়ের পরে) যা দুটি কেস দেখায় (এবার এন = 9 দিয়ে) যেখানে স্পিয়ারম্যান রিলেশন পি-মান একই, তবে কেন্ডাল পারস্পরিক সম্পর্ক পি-মানগুলি একেবারেই আলাদা: i.stack.imgur। com / 3ILD8.png

— Glen_b