Es scheint, als würden sich Forscher bei der Verwaltung geordneter Messungen normalerweise mit der polychromen Korrelation befassen . (Zum Beispiel zum Erstellen einer Matrix vor der Faktoranalyse.) Warum?
Der Kendall Tau- Rangkorrelationskoeffizient und der Spearman-Rangkorrelationskoeffizient eignen sich auch für geordnete Daten.
Alle Punkte 'pro' und 'contra' für diese Korrelationskoeffizienten sind willkommen.
Antworten:
Teilweise in Kommentaren beantwortet:
Wie in Ihrem Wikipedia-Link angegeben, geht die polychrone Korrelation davon aus, dass die manifesten Ordnungsvariablen aus der Kategorisierung latenter Normalvariablen stammen. Kendalls Tau & Spearman-Korrelation nimmt dies nicht an. Davon abgesehen werden die Unterschiede in Kendall Tau oder Spearmans Rho? Wenn noch etwas übrig ist, das noch nicht behandelt wurde, bearbeiten Sie es bitte, um dies zu klären. - Gung
(Bedeutet das, dass Polychoric im Allgemeinen weniger geeignet ist? - drobnbobn)
Dies bedeutet, dass polychrom geeignet ist, wenn die manifestierten Ordnungsvariablen aus der Kategorisierung latenter normaler Variablen stammen und nicht anders. (In der Praxis ist es eher so, als ob Sie bereit sind, dies anzunehmen und nicht anders, da Sie die Annahme selten kennen und nicht wirklich überprüfen können.) OTOH, für eine Analogie macht es in den meisten Fällen wahrscheinlich keinen großen Unterschied , siehe meine Antwort hier: Unterschied zwischen Logit- und Probit-Modellen . - Gung
quelle