Coefficients de corrélation pour les données ordonnées: Tau de Kendall vs Polychoric vs Rho de Spearman


9

Il semble que pour la gestion avec des mesures ordonnées, les chercheurs traitent généralement de la corrélation polychorique . (Par exemple, pour faire une matrice avant de faire une analyse factorielle.) Pourquoi?

Le coefficient de corrélation de rang de Kendall Tau et le coefficient de corrélation de rang de Spearman conviennent également aux données ordonnées.

Tous les points «pour» et «contre» pour ces coefficients de corrélation sont les bienvenus.


4
Comme l'indique votre lien Wikipedia, la corrélation polychorique suppose que les variables ordinales manifestes proviennent de la catégorisation des variables normales latentes; La corrélation tau et Spearman de Kendall ne le suppose pas. En dehors de cela, les différences sont couvertes par Kendall tau ou Spearman's rho? S'il reste quelque chose qui n'est pas déjà couvert, veuillez le modifier pour clarifier.
gung - Réintégrer Monica

Cela signifie-t-il que le polychoric est moins approprié dans le cas général?
drobnbobn

2
Cela signifie que polychorique est approprié lorsque les variables ordinales manifestes proviennent de la catégorisation des variables normales latentes et non autrement. (En pratique, c'est plus comme quand vous êtes prêt à assumer cela et pas autrement, car vous le saurez rarement et ne pouvez pas vraiment vérifier l'hypothèse.) OTOH, cela ne fait probablement pas beaucoup de différence dans la plupart des cas, pour une analogie , voir ma réponse ici: différence entre les modèles logit et probit .
gung - Réintégrer Monica

Réponses:


4

Réponse partielle dans les commentaires:

Comme l'indique votre lien Wikipedia, la corrélation polychorique suppose que les variables ordinales manifestes proviennent de la catégorisation des variables normales latentes; La corrélation tau et Spearman de Kendall ne le suppose pas. En dehors de cela, les différences sont couvertes par Kendall Tau ou le rho de Spearman? S'il reste quelque chose qui n'est pas déjà couvert, veuillez le modifier pour clarifier. - gung

(Cela signifie-t-il que le polychoric est moins adapté dans le cas général? - drobnbobn)

Cela signifie que polychorique est approprié lorsque les variables ordinales manifestes proviennent de la catégorisation des variables normales latentes et non autrement. (En pratique, c'est plus comme lorsque vous êtes prêt à assumer cela et pas autrement, car vous le saurez rarement et ne pouvez pas vraiment vérifier l'hypothèse.) OTOH, cela ne fait probablement pas beaucoup de différence dans la plupart des cas, pour une analogie , voir ma réponse ici: Différence entre les modèles logit et probit . - gung

En utilisant notre site, vous reconnaissez avoir lu et compris notre politique liée aux cookies et notre politique de confidentialité.
Licensed under cc by-sa 3.0 with attribution required.