Я планирую провести симуляционное исследование, в котором сравниваю эффективность нескольких надежных методов корреляции с различными распределениями (искаженное, с выбросами и т. Д.). Под устойчивым я имею в виду идеальный случай быть устойчивым к: а) перекосам, б) выбросам и в) тяжелым хвостам.
Наряду с корреляцией Пирсона в качестве базовой линии, я подумал включить следующие более надежные меры:
- Спирмена
- Процентная корреляция изгиба (Wilcox, 1994, [1])
- Эллипсоид минимального объема, определитель минимальной ковариации (
cov.mve
/cov.mcd
сcor=TRUE
опцией) - Вероятно, Winsorized корреляция
Конечно, есть еще много вариантов (особенно, если вы включите надежные методы регрессии), но я хочу ограничиться наиболее часто используемыми / наиболее перспективными подходами.
Теперь у меня есть три вопроса (не стесняйтесь отвечать только на один):
- Существуют ли другие надежные корреляционные методы, которые я мог бы / должен включить?
- Какие надежные методы корреляции на самом деле используются в вашей области? (Если говорить о психологических исследованиях: за исключением Спирмена , я никогда не видел ни одной надежной техники корреляции за пределами технической статьи. Бутстрапинг становится все более и более популярным, но других надежных статистических данных пока более или менее не существует).
- Есть ли уже систематические сравнения методов множественной корреляции, о которых вы знаете?
Также не стесняйтесь комментировать список методов, приведенных выше.
[1] Wilcox, RR (1994). Коэффициент корреляции изгиба в процентах. Психометрика , 59, 601-616.
источник
Тау Кендалла очень широко используется в теории связок, вероятно, потому, что это очень естественная вещь для архимедовых связок. Графики совокупного тау Кендалла были введены Дженестом и Ривестом как способ выбора модели среди семейств двумерных связок.
Ссылка на статью Genest Rivest (1993)
источник
Некоторые надежные меры корреляции:
Ранговый коэффициент корреляции Спирмена
Коэффициент корреляции Signum (Blomqvist)
Тау Кендалла
Абсолютный коэффициент корреляции Брэдли
Коэффициент корреляции Шевлякова
Ссылки:
• Бломквист, Н. (1950) «О мере зависимости двух случайных величин», Анналы математической статистики, 21 (4): 593-600. • Брэдли, C. (1985) «Абсолютная корреляция», Математическая газета, 69 (447): 12-17. • Шевляков Г.Л. (1997) «Об робастной оценке коэффициента корреляции», Журнал математических наук, 83 (3): 434-438. • Спирмен, C. (1904) «Доказательство и измерение связи между двумя вещами», Американский журнал психологии, 15: 88-93.
источник
Двухкорпусная средняя корреляция реализована в R (очень быстро) через WGCNA и в Python (не так быстро) через астропию . Это мой способ анализа сети.
Для разреженных композиционных данных есть также SparCC и FastSpar.
источник