2010-04-23 07:15:14解讀統計與研究譯者

以Spearman's rho取代Pearson's r

當二變量連續分數相關分析違反線性或同方差性或常態性時 我們可以把連續分數的資料轉換為等級資料 並且把統計方法從Pearson's r轉換至Spearman's rho或是Kendall's tau

以上也呈現了有時候要使用無母數分析的情況

Betty 2014-11-11 22:58:14

又請問kendall's tau之適用時機為???
謝謝。

版主回應
Kendall's tau與Spearman's rho差別僅僅在於處理或不處理結綁(同分值)的問題 許多統計學家會認為Kendall's tau比較準確 因為它處理了"結綁"的問題

希望能有所幫助
2014-11-12 18:02:54
Betty 2014-11-11 22:55:46

您好,我在分析相關強度中遇到了一些適用時機的問題,請問不知能否如此解釋:
Pearson's r 適用於常態連續變項;而spearman's r適用於非常態連續變項以及分組後之類別變項 ?

版主回應
Spearman's rho用於等級之間的相關分析 如果研究者發現資料沒有常態分配 那麼可以把連續分數化為等級 然後進行等級相關分析

類別變項的相關分析建議使用Cramer's V
2014-11-12 17:58:51
小高 2012-06-18 18:35:55

請問經過對數轉換後成常態分布的資料形式,若要進行相關性分析,那麼這些取log後的資料是要使用Spearman 還是Pearson分析呢? 謝謝

版主回應
因為轉換後的資料已經呈現常態分配 所以使用Pearson得到的檢定力(power)會高於Spearman

不知理解度幾分(1-5)?
2012-06-18 21:08:26