จะเปรียบเทียบความแข็งแรงของเพียร์สันที่สัมพันธ์กันได้อย่างไร

ฉันถูกผู้ตรวจสอบถามว่าเพียร์สันมีความสัมพันธ์ (r-values) ที่นำเสนอในตารางสามารถนำมาเปรียบเทียบกันได้หรือไม่ดังนั้นเราจึงสามารถอ้างได้ว่าเป็น "แข็งแกร่ง" กว่าอีกอันหนึ่ง (นอกเหนือจากการดูค่า r จริง) .

คุณจะไปเกี่ยวกับเรื่องนี้อย่างไร ฉันพบวิธีนี้แล้ว

http://vassarstats.net/rdiff.html

แต่ไม่แน่ใจว่าสิ่งนี้มีผลบังคับใช้หรือไม่

(ผมถือว่าคุณกำลังพูดถึงR 's ได้รับจากตัวอย่าง.)

การทดสอบบนเว็บไซต์ที่ใช้ในความหมายที่ว่ามันถือว่าrเช่นพารามิเตอร์ใด ๆ ที่มีค่าอาจแตกต่างกันระหว่างสองประชากร เป็นวิธีการที่อาร์ใด ๆ ที่แตกต่างจากวัดอื่น ๆ เช่นค่าเฉลี่ยซึ่งคุณมั่นใจมากในการเปรียบเทียบโดยใช้T -test? มันต่างกันตรงที่มันถูกผูกไว้ระหว่าง -1,1, มันไม่มีการกระจายที่เหมาะสมดังนั้นคุณต้องเปลี่ยน Fisherก่อนทำการอนุมาน (และกลับมาแปลงอีกครั้งถ้าคุณต้องการรับ CI) คะแนน z ที่เกิดจากการทดสอบมีรูปแบบที่เหมาะสมในการอนุมาน นั่นคือการทดสอบที่คุณเชื่อมโยงไปถึง

ดังนั้นสิ่งที่คุณเชื่อมโยงไปถึงเป็นขั้นตอนของการอนุมานว่าจะเกิดอะไรขึ้นถ้าคุณได้rสำหรับประชากรทั้งหมดที่คุณสุ่มตัวอย่าง - rสำหรับกลุ่มหนึ่งจะสูงกว่าอีกกลุ่มหรือไม่ พวกเขาจะเหมือนกันอย่างแม่นยำ? เราเรียกสมมติฐานนี้ว่าภายหลัง H$_0$. หากการทดสอบส่งคืนค่าpต่ำก็หมายความว่าตามตัวอย่างของคุณคุณควรมีความมั่นใจเล็กน้อยในสมมติฐานที่ว่ามูลค่าที่แท้จริงสำหรับความแตกต่างระหว่างสองrจะเป็น 0 อย่างแน่นอน (เช่นข้อมูลจะเกิดขึ้นน้อยมากถ้า ความแตกต่างของrคือ 0) หากไม่มีคุณไม่มีข้อมูลที่จะปฏิเสธด้วยความมั่นใจสมมติฐานนี้ที่มีค่าเท่ากับrอย่างใดอย่างหนึ่งเนื่องจากเป็นจริงและ / หรือเนื่องจากตัวอย่างของคุณไม่เพียงพอ โปรดทราบว่าฉันสามารถทำเรื่องเดียวกันเกี่ยวกับความแตกต่างในค่าเฉลี่ย (โดยใช้แบบทดสอบที ) หรือมาตรการอื่น ๆ

คำถามที่แตกต่างอย่างสิ้นเชิงคือถ้าความแตกต่างระหว่างทั้งสองจะมีความหมาย น่าเศร้าที่ไม่มีคำตอบตรงๆนี้และไม่มีการทดสอบทางสถิติที่สามารถให้คำตอบได้ บางทีค่าจริง (ค่าประชากรไม่ใช่ค่าที่คุณสังเกตเห็น) ของrคือ .5 ในหนึ่งและ. 47 ในอีกกลุ่ม ในกรณีนี้สมมติฐานทางสถิติของความเท่าเทียม (H ของเรา$_0$) จะเป็นเท็จ แต่นี่คือความแตกต่างที่มีความหมาย ? ขึ้นอยู่กับ - คำอธิบายความแปรปรวนที่อธิบายได้มีความหมายมากขึ้นหรือไม่ไร้สาระ 3% โคเฮนได้ให้คำแนะนำคร่าวๆสำหรับการตีความr (และสมมุติว่ามีความแตกต่างระหว่างr 's) แต่ทำเช่นนั้นภายใต้คำแนะนำเท่านั้น และคุณไม่ทราบถึงความแตกต่างที่แน่นอนแม้ว่าคุณจะทำการอนุมานบางอย่างเช่นโดยการคำนวณ CI สำหรับความแตกต่างระหว่างสองสหสัมพันธ์ เป็นไปได้มากที่ช่วงของความแตกต่างที่เป็นไปได้จะเข้ากันได้กับข้อมูลของคุณ

เดิมพันที่ปลอดภัยเปรียบเทียบจะคำนวณช่วงความเชื่อมั่นสำหรับคุณR 's และอาจ CI สำหรับความแตกต่างของพวกเขาและปล่อยให้ผู้อ่านตัดสินใจ