调查两个分类变量之间是否存在相关性的最佳统计检验是什么？
两者都是满意度分数：
第一个变量是：
对服务总体满意。
1：完全不满意；10：完全满意
第二个变量是：
对服务信息可用性的满意度"
1：完全不满意；10：完全满意。
两个有序分类变量之间的相关性
机器算法验证
相关性
序数数据
关联度量
2022-03-14 14:59:36
3个回答
对于分类（序数）变量，我会选择 Spearman rho 和/或 Kendall Tau。
与 Pearson 相关系数相关，Spearman 相关系数 (rho) 衡量两个变量之间的关系。Spearman 的 rho 可以理解为 Pearson 相关系数的基于等级的版本。
与 Spearman 的 rho 一样，Kendall 的 tau 测量变量之间单调关系的程度。粗略地说，Kendall 的 tau 与 Spearman 的 rho 的区别在于对非序列（在排名变量的上下文中）位错的更强惩罚。
这两个都有足够的水平，您可以将它们视为连续变量，并使用 Pearson 或 Spearman 相关性。然后，您可以根据相关性和样本量计算显着性 (p) 值。
如果您真的想将数据视为分类数据，则需要对总体满意度与可用性满意度的 10x10 矩阵进行卡方检验。为此，您将需要大量数据（约数千），因为大多数单元格应包含至少 5 个观察值才能使测试有效。这将允许两种度量之间存在更一般类型的依赖关系，其中即使是附近的级别也显示出不同的关系（例如 rating1=9 倾向于预测 rating2=4，rating1=8 倾向于预测 rating2=10），这在你的数据。
我去搜索它，从 John Ubersax 那里找到了这个：http: //www.john-uebersax.com/stat/tetra.htm
和一些论文
其它你可能感兴趣的问题