Непараметрическая корреляция, как интерпретировать коэф. гамма ? Опции

[Statisticafil]

собственно сабж.

[Statisticafil]

Для чего планирую использовать коэффициент гамма.
Из исходных 26 параметров я получаю итоговую (интегральную) величину (индекс).
Рассчитав корреляции с исходными данными предполагаю интерпретировать величину корреляции как важность (значимость) исходного параметра.
Гамма корреляции беру потому, что в исходных данных много нулей - при рассчёте коэф.корр. Спирмена и тау Кендалла для некоторых прараметров (где нулей больше всего) получается значительная разница.

[плав]

Ну вообще-то выбор гаммы не очень хорош. Расчет примерно таков - сортируем одну переменную в порядке возрастания. Затем смотрим, как меняется от x до x+1 значения первой и второй переменной. Поскольку мы отсортировали наблюдения, одна переменная возрастает (уменьшается). Соответственно смотрим, как меняется вторая. Если она тоже возрастает (уменьшается), то такая пара конкордантна. Если она уменьшается (возрастает), то пара дискордантна. Гамма равна разности дискордантных и конкордантных пар деленной на сумму пар (т.е. если количество конкордантных пар 10, дискордантных 5, гамма=(10-5)/15. Гамма плоха тем, что не учитывает одинаковые (tied) наблюдения. Если у Вас много нулей в переменных (как раз это и означает, что наблюдения связанные - одинаковые значения), то гамма не вполне подходит, надо пользоваться тау б Кендалла (тау а также не учитывает одинаковых наблюдений) или откорректированным на связанные значения коэффициентом Спирмена. Известно, что гамма значительно больше коэффициентов Спирмена и Кендалла, соответственно, сравнивать их друг с другом нельзя. Детали см. (http://www.nyu.edu/its/statistics/Docs/correlate.html)