Лекции по математической статистике (стр. 5 из 5)
Случай C.
Для этого случая подходят коэффициенты, о котором мы расскажем в случае I.
Случай D.
Используется биссериальный коэффициент кореляции:
- среднее по x объектов имеющих 1 по y. 
- среднее по x объектов имеющих 0 по y.Sx – стандартное отклонение
Случай E.
Тетрахорический коэффициент кореляции:
Более удобно при расчете обращаться к статическим таблицам, содержащим вычисления из этого уравнения. Они составлены при условии, что bc/ad>1. В противном случае таблица содержит ad/bc и величина тетрахорического коэффициента будет отрицательной.
Случай F.
Удовлетворительного коэффициента не разработано, рекомендуется продположить нормальное распределение для x и использовать биссериальный ранговый коэффициент (см. случай G).
Случай G.
Биссериальный коэффициент:
u – ордината нормального распределения.
Случай H.
Используется коэффициент ранговой кореляции Спирмана:
В том случае, если при измерении встречается связанные ранги, это уравнение не подходит в качестве меры кореляции.
Связанный ранг возникает в том случае, если у некоторых объектов получено одинаковое значение переменной. В этом случае ранги, которые должны были бы получить эти объекты суммируются и делятся на количество объектов и каждый получает, пролученный при вычислении ранг.
До сих пор коэффициенты кореляции представляли из себя или могли быть объяснены в терминах произведения моментов. Коэффициент кореляции, не связвнный с моментами построен Кендаллом и называется τ – Кендалла
Случай I.
Для этого случая коэффициенты не разработаны, рекомендуется преобразовать оценки по y в ранги и найти или коэффициент Спирмана или Кендалла
Бисериальная ранговая кореляция:
P – сумма всех совпадений; Q – сумма всех инверсий;
n0– число объектов при нулевой дихотомии; n1– число объектов при единичной дихотомии.