İki Pearson korelasyonunun gücü nasıl karşılaştırılır?

Bir gözden geçiren tarafından bir tabloda sunulan Pearson korelasyonlarının (r-değerleri) birbirleriyle karşılaştırılıp karşılaştırılamayacağı sorulmuştur, böylece biri diğerinden "daha güçlü" olduğunu iddia edebilir (sadece gerçek r-değerlerini göz ardı etmekten başka) .

Bunu nasıl yapardın? Bu yöntemi buldum

http://vassarstats.net/rdiff.html

ancak bunun geçerli olup olmadığından emin değilim.

(Sanırım bir örnekten elde edilen r ' lerden bahsediyorsunuz .)

Bu web sitesindeki test, r'yi değeri iki popülasyon arasında farklılık gösterebilecek herhangi bir parametre gibi ele alır . Nasıl r kullanmakta, karşılaştırma çok eminiz ki, böyle ortalama olarak, başka herhangi bir önlem çok da farklı t -testi? -1,1 arasında bağlı olması farklıdır, uygun dağılıma sahip değildir, bu nedenle Fisher çıkarım yapmadan önce dönüştürmeniz gerekir (ve örneğin CI almak istiyorsanız daha sonra geri dönüştürmeniz gerekir). Testten çıkan z skorları, çıkarsama için uygun forma sahiptir. Bağlantı kurduğunuz test budur.

Bağlandığınız şey , örnekleme yaptığınız nüfusun tamamı için r'yi elde edebiliyorsanız ne olabileceğini çıkarma prosedürüdür - bir grup için r diğerinden daha yüksek olur mu, yoksa tam olarak aynı mı? Buna daha sonra H hipotezi diyelim . Test düşük bir p değeri döndürürse , örneğinize dayanarak, iki r arasındaki fark için gerçek değerin tam olarak 0 olacağı hipotezine çok az güvenmeniz gerektiğini ima eder (bu tür veriler nadiren r'deki fark tam olarak 0 idi). Değilse, kesin olarak eşit olan bu hipotezi reddedecek verilere sahip değilsiniz.$_0$r , doğru olduğu için ve / veya numuneniz yetersiz olduğu için. Araçtaki fark ( t -test kullanarak ) veya başka bir önlemle ilgili aynı hikayeyi yapabileceğimi unutmayın .

Tamamen farklı bir soru, ikisi arasındaki farkın anlamlı olup olmadığıdır . Ne yazık ki, bunun doğrudan bir cevabı yoktur ve hiçbir istatistiksel test size cevap veremez. Belki de r'nin gerçek değeri (gözlemlediğiniz değer değil, nüfus değeri) bir birinde .5, diğer grupta .47'dir. Bu durumda, denkliklerinin (H0 = ) istatistiksel hipotezi yanlış olur. Ama bu anlamlı bir fark mı? Bu değişir -% 3 daha fazla açıklanmış varyansın sırası anlamlı mı yoksa anlamsız mı? Cohen vermiştir kaba kurallarına yorumlamak için r , arasındaki farkları (ve muhtemelen r$_0$) ancak bunu sadece bir başlangıç ​​noktasından başka bir şey olmadığı tavsiyesi altında yaptı. Ve bazı çıkarımlarda bulunsanız bile, örneğin iki korelasyon arasındaki farklar için CI hesaplanarak kesin farkı bile bilmiyorsunuz. Büyük olasılıkla, bir dizi olası farklılık verilerinizle uyumlu olacaktır.

Bir nispeten güvenli bahis için güven aralıkları hesaplamak olacaktır r muhtemelen 's ve onların farkı CI ve okuyucu karar icar.