Dieser Leitfaden veranschaulicht, wie man nichtparametrische Assoziationsmaße (Spearmans Rho, Kendalls Tau und Hoeffdings D) berechnet.
Nichtparametrische Korrelationen
- Wählen Sie in einer geöffneten JMP-Datentabelle Analysieren > Multivariate Methoden > Multivariat .
- Wählen Sie unter „Spalten auswählen“ zwei oder mehr stetige oder diskrete numerische Werte (nominal oder ordinal) aus, klicken Sie auf „Y“, „Spalten“ und anschließend auf „OK“ .
JMP erstellt eine Korrelationstabelle und eine Streudiagrammmatrix.
Tipp: Es stehen Optionen zum Bearbeiten und Hinzufügen von Komponenten zum Diagramm zur Verfügung. Hier haben wir nichtparametrische Dichteellipsen hinzugefügt und die Größe der Punkte geändert (Rechtsklick auf die Streudiagramme und Auswahl von Diagramm > Markergröße > 1, Klein ).
- Wählen Sie im oberen roten Dreieck „Nichtparametrische Korrelation“ und anschließend das gewünschte Maß (siehe unten).
Folgende Ergebnisse werden bereitgestellt (siehe unten):
- Der berechnete Korrelationskoeffizient für das Variablenpaar.
- Der p-Wert zeigt die Signifikanz der Korrelation an.
- Ein Balkendiagramm, das die Korrelationskoeffizienten zeigt.
Der Spearman-Rho-Korrelationskoeffizient ( R) ähnelt der Pearson-Korrelation, basiert aber auf Rangfolgen anstatt auf den ursprünglichen Werten. Wie bei der Pearson-Korrelation reichen die Werte von -1 bis +1, wobei größere Absolutwerte einen stärkeren Zusammenhang anzeigen.
Kendalls Tau ( T) basiert auf der Anzahl übereinstimmender und nicht übereinstimmender Paare von Rangdaten. Es liegt im Bereich von -1 bis +1.
Hoeffdings D liegt im Bereich von -0,5 bis 1. Es misst die Differenz zwischen den gemeinsamen Rängen gepaarter Daten und dem Produkt ihrer Randränge und kann nichtlineare Beziehungen erfassen.
Besuchen Sie Multivariate Methoden > Korrelationen und multivariate Techniken in der JMP-Hilfe , um mehr zu erfahren.
