Técnicas de correlação não paramétricos

Correlação é uma técnica estatística para olhar para a relação linear entre duas variáveis ​​quantitativas. Em outras palavras, ele olha para o quão bem uma linha reta se ajusta aos dados . Correlações variam de -1 a +1 ; uma correlação de -1 significa uma relação negativa perfeita (como uma variável sobe, o outro desce ), enquanto uma correlação de +1 significa uma relação positiva perfeita (como um sobe , o outro sobe ) . A correlação de 0 significa que não há relação linear. Correlação não paramétrico torna menos hipóteses do que correlação paramétrica. Regressão paramétrico assume as variáveis ​​são intervalar ou de razão escalado . Rho de Spearman

rho de Spearman ( a letra grega ) assume apenas que as variáveis ​​são ordinal escalado . Escala ordinal , os números apresentados para cada variável estão na ordem correta , mas não necessariamente igualmente espaçadas . Por exemplo, se você perguntar às pessoas o quanto eles gostam presidente Obama e as opções eram "Nem um pouco ", "Um pouco", "Um pouco ", " Quase ", e " muito" e essas escolhas foram marcados 1 , 2, 3 , 4 e 5 , os números estão na ordem certa , mas é difícil dizer se a diferença entre "nada " e " um pouco " é o mesmo que a diferença entre "Pretty much" e " Uma grande quantidade . " Para calcular R de Spearman , classificar os dados e calcular a correlação habitual entre as fileiras .
Tau
de Kendall

tau de Kendall ( a letra grega ) também assume que os dados são ordinal , mas tem um significado diferente do que R. de Spearman Para entender tau de Kendall, você deve primeiro entender pares concordantes e discordantes . Um par são quaisquer dois indivíduos no conjunto de dados , por exemplo, se você está lidando com pessoas , um par pode ser Bob e Joe . Um par de valores é concordante , se o sujeito que é maior em uma variável é também mais elevado sobre o outro . Um par são discordantes , se o sujeito que é maior em uma variável é mais baixo do outro . Tau de Kendall pode ser calculado como ( CD ) /( n * n -1 /2) , em que C é o número de pares concordantes , D é o número de pares discordantes e n ​​é o número de sujeitos .

Goodman- Kruskal Gamma

gamma de Goodman- Kruskal ( a letra grega ) também assume dados ordinais . É calculado como (CD ) /( C + D) , onde C e D têm o mesmo significado que na Seção 2 Gamma é mais apropriado quando há muitas observações associadas . Também é um pouco mais fácil de entender.
Qui-quadrado

Qui-quadrado assume apenas que os dados estejam nominal , que não tem fim inerente. Por exemplo, se você perguntar às pessoas sobre o seu grupo étnico , e as opções são "White ", "Black ", "Latino ", " asiático" e "Outros" , então não há nenhuma ordem para as respostas . Por este motivo, alguns diriam que qui-quadrado não é realmente uma medida de correlação , mas é certamente uma medida da relação entre duas variáveis ​​. Para o cálculo do qui-quadrado , os dados devem estar em uma tabela de contingência . Rotular as linhas e colunas com números, em seguida, calcular o valor esperado em cada célula ( os tempos totais de linha total da coluna dividido pelo total geral ) . Em seguida , encontrar as diferenças entre as freqüências observadas e esperadas em cada célula , quadrado -los , dividi-los pelas freqüências observadas e adicione todos os quocientes . Ao contrário das outras medidas , Qui-quadrado pode assumir qualquer número positivo.