无序分类数据相关性分析
时间: 2023-09-06 16:10:02 浏览: 89
无序分类数据相关性分析可以使用卡方检验和Fisher精确检验进行。卡方检验用于分析无分类变量之间的性,可以判断两无序分类变量是否有相关性。然而,卡方检验只能判断是否有相关性,无法反映相关强度。另一种方法是使用Fisher精确检验,它可以用于检验任何R*C数据之间的相关关系。
对于含有有序分类变量的相关性分析,可以使用Spearman相关系数和Kendall's tau-b相关系数。Spearman相关系数用于评估至少含有一个有序分类变量的关联强度和方向,而Kendall's tau-b相关系数是一种非参数分析方法,用于检验至少含有一个有序分类变量的相关关系。
此外,卡方检验还可以衍生出一些指标来评价两个无序分类变量的相关性,例如列联系数、Phi、Cramer's V、Lambda系数和不确定系数等。这些指标可以提供更详细的相关性信息。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* [如何选择相关性分析方法](https://blog.csdn.net/psybrain/article/details/118751155)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
- *3* [相关性分析方法(Pearson、Spearman)](https://blog.csdn.net/airenning5522/article/details/102204611)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]