किन मामलों में एक को दूसरे पर पसंद करना चाहिए? मैंने किसी ऐसे व्यक्ति को पाया, जो शैक्षणिक कारणों से केंडल के लिए लाभ का दावा करता है , क्या अन्य कारण हैं?
मेरे काम में, हम डेटा के कुछ सेटों के लिए अनुमानित रैंकिंग बनाम वास्तविक रैंकिंग की तुलना कर रहे हैं। हाल तक तक, हम अकेले केंडल-ताऊ का उपयोग कर रहे हैं। इसी तरह की परियोजना पर काम करने वाले एक समूह ने सुझाव दिया कि हम इसके बजाय गुडमैन-क्रुस्ल गामा …
शायद यह सवाल अनुभवहीन है, लेकिन: यदि रैखिक प्रतिगमन पियर्सन के सहसंबंध गुणांक से निकटता से संबंधित है, तो क्या कोई प्रतिगमन तकनीक केंडल और स्पीयरमैन के सहसंबंध गुणांक से संबंधित हैं?
Canonical सहसंबंध विश्लेषण (CCA) का उद्देश्य दो डेटा सेटों के रैखिक संयोजनों के सामान्य पियर्सन उत्पाद-क्षण सहसंबंध (यानी रैखिक सहसंबंध गुणांक) को अधिकतम करना है। यह बहुत ही कारण है कि हम भी उपयोग करते हैं, उदाहरण के लिए, Spearman- है - अब, इस तथ्य है कि इस सहसंबंध गुणांक …
ऐसा लगता है कि आदेश दिए गए माप के साथ प्रबंधन करने के लिए शोधकर्ताओं ने आमतौर पर पॉलीकोरिक सहसंबंध के साथ सौदा किया । (उदाहरण के लिए, कारक विश्लेषण करने से पहले मैट्रिक्स बनाने के लिए।) ऐसा क्यों? केंडल ताऊ रैंक सहसंबंध गुणांक और स्पीयरमैन के रैंक सहसंबंध गुणांक …