在解释等级之间的相关性时，我应该使用 rho 值（对于 spearman 方法）、tau 值（对于 kendall 的 tau 方法）、w 值（对于 kendall 的 w 方法）还是应该考虑 p 值？
并且排名中有 NaNs 值会影响对相关性的解释吗？
与 spearman 和 kendall 的等级相关性
数据挖掘
相关性
斯皮尔曼等级相关
kendals-tau 系数
2022-02-21 11:11:20
1个回答
相关分数是“rho”或“tau”值。这是中的归一化分数：
- 相关性的方向由分数的符号表示。
- 相关性的强度由分数的绝对值表示。
这个值是可以直接解释的。例如，值 0.1 表示非常弱（可能微不足道）的正相关，值 -0.8 表示强负相关。
p 值是指示相关分数是否与 0 显着不同的附加信息。换句话说，它表示该分数是否有可能是偶然的。自然地，应谨慎解释不显着的相关分数。
在任何相关分数中都不能考虑 NaN 值。它们可能在您的实现中被忽略，否则您会收到一条错误消息。
其它你可能感兴趣的问题