Question & Answer
Question
2変量の相関分析 PearsonとSpearmanの違いについて
Answer
Pearsonの相関係数と、KendallのタウやSpearmanの相関係数の違いは、Pearsonの相関係数がパラメトリック検定であり、KendallのタウやSpearmanの相関係数はデータの順位から分析したノンパラメトリック検定であることです。
Pearsonの相関係数はデータが正規分布であることが前提となり、KendallやSpearmanの相関係数はその前提がございません。
相関分析の前に、メニューの[分析]→[記述統計]→[探索的]をクリックし、[探索的]ダイアログの[従属変数]に相関分析の2変数を投入します。[作図]ボタンをクリックして[作図]ダイアログの[正規性の検定とプロット]をチェックし、[続行]で戻って、さらに元のダイアログで[OK]をクリックして実行しますと、[正規性の検定]というテーブルも作成されます。
[Kolmogorov-Smirnov の正規性の検定(探索的)]は「変数は正規分布をしている」という仮説ですので、変数が有意水準未満であれば、「変数は正規分布をしていない」という結論になります。2変数とも有意水準以上の場合はPearsonの相関係数を使用してください。
Pearsonの相関係数を順位から算出したものがSpearmanの相関係数となり、2変数のデータをペアにしてどれだけ一致するかを分析したものがKendallのタウの相関係数となります。
Pearsonの相関係数はデータが正規分布であることが前提となり、KendallやSpearmanの相関係数はその前提がございません。
相関分析の前に、メニューの[分析]→[記述統計]→[探索的]をクリックし、[探索的]ダイアログの[従属変数]に相関分析の2変数を投入します。[作図]ボタンをクリックして[作図]ダイアログの[正規性の検定とプロット]をチェックし、[続行]で戻って、さらに元のダイアログで[OK]をクリックして実行しますと、[正規性の検定]というテーブルも作成されます。
[Kolmogorov-Smirnov の正規性の検定(探索的)]は「変数は正規分布をしている」という仮説ですので、変数が有意水準未満であれば、「変数は正規分布をしていない」という結論になります。2変数とも有意水準以上の場合はPearsonの相関係数を使用してください。
Pearsonの相関係数を順位から算出したものがSpearmanの相関係数となり、2変数のデータをペアにしてどれだけ一致するかを分析したものがKendallのタウの相関係数となります。
Related Information
[{"Business Unit":{"code":"BU059","label":"IBM Software w\/o TPS"},"Product":{"code":"SSLVMB","label":"IBM SPSS Statistics"},"Component":"Statistics Desktop","Platform":[{"code":"PF025","label":"Platform Independent"}],"Version":"Not Applicable","Edition":"","Line of Business":{"code":"LOB10","label":"Data and AI"}}]
Was this topic helpful?
Document Information
Modified date:
17 November 2019
UID
swg21674182