मैंने गैर-सांख्यिकीविदों द्वारा कुछ बातचीत की है, जहाँ वे प्रतिगमन (या समतुल्य / निकट-संबंधी सांख्यिकीय परीक्षणों) के बजाय पारस्परिक जानकारी का उपयोग करके सहसंबंध के उपायों को सुदृढ़ करने के लिए लगते हैं।
मुझे लगता है कि यह एक अच्छा कारण है कि सांख्यिकीविद् इस दृष्टिकोण को नहीं लेते हैं। मेरे आम आदमी की समझ यह है कि एन्ट्रापी / पारस्परिक जानकारी के अनुमानक समस्याग्रस्त और अस्थिर होते हैं। मुझे लगता है कि परिणाम के रूप में शक्ति भी समस्याग्रस्त है: वे यह दावा करके इसे प्राप्त करने की कोशिश करते हैं कि वे पैरामीट्रिक परीक्षण ढांचे का उपयोग नहीं कर रहे हैं। आमतौर पर इस तरह का काम बिजली की गणना, या यहां तक कि आत्मविश्वास / विश्वसनीय अंतराल से परेशान नहीं होता है।
लेकिन शैतान के वकील की स्थिति लेने के लिए, धीमी गति से अभिसरण किया जाता है जब डेटासेट बहुत बड़े होते हैं? इसके अलावा, कभी-कभी ये विधियां इस अर्थ में "काम" करती हैं कि अनुवर्ती अध्ययनों से संघों का सत्यापन होता है। एसोसिएशन की माप के रूप में आपसी जानकारी का उपयोग करने के खिलाफ सबसे अच्छा समालोचना क्या है और यह व्यापक रूप से सांख्यिकीय अभ्यास में क्यों नहीं उपयोग किया जाता है?
संपादित करें: इसके अलावा, क्या कोई अच्छा कागजात है जो इन मुद्दों को कवर करता है?