Wie kann man die Korrelation zwischen Ordnungszahl und stetiger Variable richtig einschätzen?

Ich möchte die Korrelation schätzen zwischen:

Eine Ordnungsvariable: Die Probanden werden gebeten, ihre Präferenz für 6 Obstsorten auf einer Skala von 1 bis 5 zu bewerten (von sehr widerlich bis sehr schmackhaft). Im Durchschnitt verwenden die Probanden nur 3 Punkte der Skala.

Eine kontinuierliche Variable: Dieselben Probanden werden gebeten, diese Früchte schnell zu identifizieren, was zu einer mittleren Genauigkeit für die 6 Früchte führt.

Ist Spearman Rho die beste Methode, um diese Daten zu analysieren, und / oder gibt es andere gute Methoden, die ich in Betracht ziehen könnte?

correlation ordinal-data spearman-rho continuous-data San
quelle

Willkommen auf der Liste. Die ordinale Variable sieht so aus, als ob es sich tatsächlich um 6 Variablen handelt (eine für jede Frucht). Mir ist auch nicht klar, wie die Identifikationsvariable erstellt wird oder ob sie kontinuierlich ist.

Peter Flom - Wiedereinsetzung von Monica

Danke das geht schnell! Ich habe also für jedes Fach in der Tat 6 Präferenzbewertungen und 6 Genauigkeitsbewertungen. Die Genauigkeit ist die mittlere Hitrate über 16 Identifizierungsversuche (16 für jede Obstsorte). Ein Treffer ist, wenn sie die richtige Frucht auswählen, ein Fehler, wenn sie die falsche Frucht auswählen. Ich hoffe, das hat es klarer gemacht.

San

Antworten:

Sie können Spearman's verwenden, das auf Rängen basiert und daher für Ordnungsdaten OK ist. Sie würden dann sechs Ergebnisse haben.

Wenn Sie einen anderen Ansatz wählen möchten, könnten Sie komplex werden und sich ein Mehrebenenmodell ansehen, bei dem das Thema wiederholt wird. Es klingt so, als würde "Genauigkeit" von "Präferenz" abhängen. Ein gemischtes Modell könnte dies untersuchen und die Nichtunabhängigkeit der Daten erklären. Wie bereits erwähnt, ist die Implementierung dieses Modells jedoch sehr viel komplexer.

Peter Flom - Wiedereinsetzung von Monica
quelle