• Guten Start ins Wintersemester 2024/2025

Pearsonscher Korrelationskoeffizient

Unser Sponsor SAP 4 Students
Unser Sponsor
p Hi zusammen

Hab ein Durcheinander mit den verschiedenen Korrelationskoeffizienten...
Für welche Verteilungen kann man den Pearsonschen Kk nehmen, für welche den Spearmansche Rangkorrelationskoeffizient und für welche den Kontingenkoeffizient?

Also wenn ich mich nicht täusche den Spearmansche für kardinal und ordinal skalierbare Merkmale oder?
Der Pearsonsche nur für kardinale? hmmmm......

Wäre dankbar für eure Hilfe...
mimi😛
 
😛 Hi zusammen

Hab ein Durcheinander mit den verschiedenen Korrelationskoeffizienten...
Für welche Verteilungen kann man den Pearsonschen Kk nehmen, für welche den Spearmansche Rangkorrelationskoeffizient und für welche den Kontingenkoeffizient?

Also ich bin der Meinung...

Peason: 2 quantitiative Merkmale
Spearman: 2 höchstens ordinalskalierbare Merkmale
Kontingenzkoeffiz.: nominalskalierbare Merkmale

Bei zwei unterschiedlich skalierbaren Merkmalen - zählt die "niedrigere" Skalierbarkeit.
 
Wenn Du das sagst Antje, dann weiß ich, dass es richtig ist 🙂 .

a010.gif
Du bist doch mein großes Statistik-Vorbild.:cool
 
War das nicht so ...?

..., dass man den jeweiligen Koeefizienten auch auf die "übergeordneten" Häufigkeitsverteilungen anwenden konnte? Also:

  • Kontingenzkoeffizient für nominale, ordinale und kardinale Merkmale
  • Spearmansche Rang-KK für ordinale und kardinale Merkmale
  • Pearsonsche KK for kardinale Merkmale
Wenn man aber einen "niederen" Koeffizienten auf "höhere" Merkmale anwendet, dann ist dessen Aussagekraft geringer, als die passende Anwendung des jeweils höchsten Koeffizienten.
 
Nööö, in der KE 3 ist es auf der S.81 nochmal zusammengefasst, was wo geht....

Das deckt sich genau mit dem, was Yvonne auch sagt...

KE 3 Seite 81 unten:
"... können für Merkmale, die nach einer Ordinalskale gemessen werden, der Kontingenzkoeffizient und für Merkmale, die nach einer metrischen Skala geordnet werden, auch der Spearmansche Rang-KK und der Koningenzkoeffizient berechnet werden. ..."

Das entspricht dann meiner Aussage, dass die Skalen abwärtskompatibel zu den Koeffizienten sind.
 
KE 3 Seite 81 unten:
"... können für Merkmale, die nach einer Ordinalskale gemessen werden, der Kontingenzkoeffizient und für Merkmale, die nach einer metrischen Skala geordnet werden, auch der Spearmansche Rang-KK und der Koningenzkoeffizient berechnet werden. ..."

Das entspricht dann meiner Aussage, dass die Skalen abwärtskompatibel zu den Koeffizienten sind.


Also für die "niedrigen" Merkmale geht nur die "niedrige" Rechnung...

Für die "hohen" Merkmale kannst Du auch die "niedrige" Rechnung verwenden,
nimmst dann aber Informationsverlust hin, weil z.B. metrische Merkmale viel genauere Informationen Hergenben würden, als sie der zum Beispiel Kontingenzkoeffizient wiedergeben kann...


Sorum passt es auf jeden Fall...
 
Also für die "niedrigen" Merkmale geht nur die "niedrige" Rechnung...

Für die "hohen" Merkmale kannst Du auch die "niedrige" Rechnung verwenden,
nimmst dann aber Informationsverlust hin, weil z.B. metrische Merkmale viel genauere Informationen Hergenben würden, als sie der zum Beispiel Kontingenzkoeffizient wiedergeben kann...


Sorum passt es auf jeden Fall...

... jetzt sprechen wir vom Gleichen 😉. Was lange wärt, wird endlich gut.
 
Oben