皮尔逊积矩相关系数有明确的含义:
它是基于变量的两个向量之间角度的余弦。
还有其他 12 种方法可以明确Pearson 相关性的含义。
Polychoric相关系数有类似的吗?除了“两个序数变量之间的相关性”之外,没有复杂的公式。
皮尔逊积矩相关系数有明确的含义:
它是基于变量的两个向量之间角度的余弦。
还有其他 12 种方法可以明确Pearson 相关性的含义。
Polychoric相关系数有类似的吗?除了“两个序数变量之间的相关性”之外,没有复杂的公式。
我发现Kolenikov 和 Angeles “The Use of Discrete Data in Principal Component Analysis” 工作论文很有帮助(如果您可以访问,请在此处发布版本)。幻灯片也在这里。
polychoric引用作者的话(来自他们的Stata 命令的帮助文件):
两个序数变量的多变量相关性推导如下。假设每个有序变量都是通过对正态分布的基础变量进行分类而获得的,并且这两个未观察到的变量遵循双变量正态分布。那么该相关性的(最大似然)估计是多色相关性。