निरंतर और श्रेणीबद्ध (नाममात्र) चर के बीच संबंध

42

मैं एक सतत (निर्भर चर) और एक श्रेणीबद्ध (नाममात्र: लिंग, स्वतंत्र चर) चर के बीच सहसंबंध को खोजना चाहता हूं। निरंतर डेटा सामान्य रूप से वितरित नहीं किया जाता है। इससे पहले, मैंने स्पीयरमैन के का उपयोग करके इसकी गणना की थी । हालाँकि, मुझे बताया गया है कि यह सही नहीं है। $\rho$

इंटरनेट पर खोज करते समय, मैंने पाया कि बॉक्सप्लाट एक विचार प्रदान कर सकता है कि वे कितने जुड़े हुए हैं; हालाँकि, मैं पियरसन के उत्पाद के क्षण गुणांक या स्पीयरमैन के जैसे परिमाणित मूल्य की तलाश कर रहा था । क्या आप कृपया मुझे ऐसा करने में मदद कर सकते हैं? या, सूचित करें कि कौन सी विधि उपयुक्त होगी? $\rho$

क्या बिंदु द्विवर्षीय गुणांक सही विकल्प होगा?

— Md। फ़िरदौस वाहिद
स्रोत

आम तौर पर, कोई केवल डेटा के प्रारूप के आधार पर सलाह नहीं दे सकता है! डेटा क्या दर्शाते हैं, और आप अपने विश्लेषण से क्या हासिल करना चाहते हैं?

— kjetil b halvorsen

1

धन्यवाद kjetil, मैं लिंग और अन्य निरंतर चर के बीच सहयोग की तुलना करना चाहूंगा। बस यह जानने के लिए कि कौन से निरंतर चर मध्यम / दृढ़ता से सहसंबद्ध हैं और कौन से चर नहीं हैं।

— एमडी। फेरस वाहिद

1

आँकड़े की एक डुप्लिकेट की तरह लगता है ।stackexchange.com/questions/25229/… क्या आप हमें बता सकते हैं कि क्या इसका उत्तर आपकी मदद करता है?

— kjetil b halvorsen

हां, मेरा सवाल भी ऐसा ही है। हालांकि, मुझे एक प्रतिक्रिया मिली जहां समीक्षक ने संकेत दिया कि स्पीयरमैन की

उचित नहीं है। मेरे नमूने का आकार 31 है। उत्तर के अनुसार (लिंक प्रदान की गई), गैर-सामान्य कोई समस्या नहीं होगी और किसी भी सहसंबंध विधि का उपयोग बड़े डेटासेट के लिए (स्पीयरमैन / पीयरसन / प्वाइंट-बायसेरियल) किया जा सकता है। क्या यह छोटे डेटासेट के लिए भी सही होगा? वैसे, लिंग कृत्रिम रूप से निर्मित द्विगुणित नाममात्र पैमाना नहीं है। उपरोक्त लिंक में द्विभाषी सहसंबंध गुणांक का उपयोग करना चाहिए।

ρ

$\rho$

— एमडी। फेरस वाहिद

3

नाममात्र और अंतराल या क्रमिक चर आँकड़े.stackexchange.com/q/73065/3277 के

— 20

25

$\rho$ $(Z_i, I_i)$ $Z$ $I$ $\rho$ $Z, I$ $I$ $\rho$ मूल रूप से दो समूहों के बीच औसत रैंक के कुछ rescaled संस्करण बन जाएगा। केवल साधनों की तुलना करना सरल (अधिक व्याख्यात्मक) होगा! एक और दृष्टिकोण निम्नलिखित है।

$X_1, \dots, X_n$ $Y_1, \dots, Y_m$ $X$ $Y$ $P(X>Y)$

θ = P (X > Y)

$\theta = P(X>Y)$

X

$X$

Y

$Y$

θ

$\theta$

(X_{i}, Y_{j})

$(X_i, Y_j)$

X_{i} > Y_{j}

$X_i > Y_j$

M

$M$

X_{i} < Y_{j}

$X_i < Y_j$

W

$W$

θ

$\theta$

\frac{M}{M + W}

$\frac{M}{M+W}$

— kjetil b halvorsen
स्रोत

5

स्पीयरमैन का रैंक सहसंबंध सिर्फ पियर्सन का सहसंबंध है जो संख्यात्मक चर के रैंक पर लागू होता है और मूल बाइनरी चर के मूल्यों (रैंकिंग का यहां कोई प्रभाव नहीं है)। तो स्पीयरमैन का आरएचओ बिंदु-द्विभाषी सहसंबंध का रैंक एनालॉग है। मुझे इस स्थिति में स्पीयरमैन की आरओ का वर्णन करने में कोई समस्या नहीं है।

— माइकल एम

माइकल मेयर: हां, यह काम कर सकता है, हो सकता है, लेकिन क्या इसका कोई मतलब है? यह जानकारी नहीं देता है जो कि कुछ साधनों के अंतर में निहित नहीं है! और यह अधिक व्याख्यात्मक है।

— kjetil b halvorsen

1

क्या स्पीयरमैन के आरएचओ के रूप में व्याख्या करने के लिए रैंक में बहुत अधिक अंतर है? अगर ऐसा है तो भी क्या आप स्पीयरमैन की आरएचओ को गलत कहेंगे? दुख की बात है कि हम समीक्षकों को तर्क नहीं देते।

— माइकल एम

1

आप जो सुझाव देते हैं वह अच्छा है। यह विल्कोक्सन के दो-नमूना परीक्षण के परीक्षण सांख्यिकीय से संबंधित प्रतीत होता है, जो कि संख्यात्मक परिणाम और बाइनरी समूह चर के बीच केंडल के रैंक सहसंबंध के समान है।

— माइकल एम

1

θ

$\theta$

\hat{θ}

$\hat{\theta}$

1 - θ

$1-\theta$

8

मैं अब एक ही मुद्दा रहा हूँ। मैंने अभी तक किसी को भी इस संदर्भ में नहीं देखा था, लेकिन मैं प्वाइंट-बाइसेरियल सहसंबंध पर शोध कर रहा हूं जो कि पियर्सन सहसंबंध गुणांक से बनाया गया है। यह एक सतत चर और एक द्विगुणित चर के लिए है।

त्वरित पढ़ें: https://statistics.laerd.com/spss-tutorials/point-biserial-correlation-using-spss-statistics.php

मैं R का उपयोग करता हूं, लेकिन मुझे लगता है कि SPSS के पास महान दस्तावेज हैं।

— जॉन
स्रोत

1

एक सतत चर और एक द्विगुणित चर के बीच सहसंबंध खोजने के लिए महान संदर्भ! हालांकि, सूचीबद्ध धारणाएं थोड़ी मजबूत हैं।

— SUNDONG

1

ऐसा लगता है कि सबसे उपयुक्त तुलना मंझियों (जैसा कि यह गैर-सामान्य है) और बाइनरी श्रेणियों के बीच वितरण की तुलना करना होगा। मैं गैर-पैरामीट्रिक मान-व्हिटनी परीक्षण का सुझाव दूंगा ...

— बीआरसीए 1
स्रोत

6

जबकि मान-व्हिटनी एक द्विआधारी श्रेणीगत चर में चर (या वास्तव में स्टोकेस्टिक प्रभुत्व के अधिक सामान्य रूप) में स्थान परिवर्तन की पहचान करने का एक तरीका होगा, मान-व्हिटनी मध्यस्थों की तुलना नहीं करता है, कम से कम अतिरिक्त बदलावों के बिना नहीं।

— ग्लेन_ बी

1

निर्दिष्ट समस्या के लिए, एक रिसीवर ऑपरेटर की वक्र के तहत क्षेत्र को मापने से विशेषता वक्र में मदद मिल सकती है।

मैं इसमें विशेषज्ञ नहीं हूं इसलिए मैं इसे सरल रखने की कोशिश करता हूं। कृपया किसी त्रुटि या गलत व्याख्या पर टिप्पणी करें ताकि मैं इसे बदल सकूं।

$x$ $y$ $x$ $x$ $x$

$x$ $x$

उपर्युक्त कथन को एरिया अंडर कर्व के साथ शांत किया गया है।

अच्छे सह-संबंध (दाएं) और निष्पक्ष सह-संबंध (बाएं) का उदाहरण ।

— aerijman
स्रोत

1

CV में आपका स्वागत है! आपका उत्तर थोड़ा छोटा है, और यह खोजने में मदद करने के लिए प्रतीत नहीं होता है: "एक सतत (निर्भर चर) और एक श्रेणीगत (नाममात्र: लिंग, स्वतंत्र चर) चर के बीच संबंध" । क्या आप यह बताने के लिए अपने जवाब को संपादित कर सकते हैं कि AUROC इसे कैसे प्राप्त करने वाला है?

— फ्रैंस रोडेनबर्ग

-3

आपको स्वतंत्रता के लिए रैखिक प्रवृत्ति विकल्प का उपयोग करना चाहिए। यदि आप इस तरह से नहीं जानते हैं, तो आप श्रेणीबद्ध डेटा विश्लेषण पृष्ठ 41 के लिए एक परिचय का अध्ययन कर सकते हैं।

— मेहदी लोहोह
स्रोत

4

पहले से ही एक स्वीकृत उत्तर है। और यह स्पष्ट नहीं है कि आपका उत्तर क्या योगदान देता है। आप और समझा सकते हैं? मुझे लगता है कि आप एग्रेस्टी के परिचय के संदर्भ में स्पष्ट डेटा विश्लेषण करते हैं। कृपया पूर्ण उद्धरण प्रदान करें।

— TEG -