Pearson oder Spearman

[jahzzix]

Hallo,
ich habe 2 metrisch skalierte Meßreihen, die ich mit einander korrelieren will, also (x1,y1); (x2,y2); (xn,yn) usw. Jedes Wertepaar besteht aus ein und dem selben Präparat, die mit unterschiedlichen Meßverfahren gemessen wurden. Allerdings besteht keine Normalverteilung laut Histogramm und Shapiro-Wilk-Test. Muß ich nun zur Rangkorrelation nach Spearman greifen? Oder kann ich trotzdem eine Pearson´sche Maßkorrelation durchführen? Lehrbuch sagt, Spearman ist für ordinalskalierte Variablen. Ich blick hier nicht durch... wäre für Antworten dankbar!

[yamha]

Hallo,

ganz sicher bin ich mir auch nicht, aber warum solltest du Pearsons R nicht nehem? Soweit ich weiß ist hier NUR metrsiches Messniveau Vorraussetzung...
ev. verstehe ich aber auch deine Ausführungen zur Normalverteilung usw. nicht!

lg.
yahma

[jahzzix]

Hi,

im SPSS habe ich einen Test auf Normalverteilung meiner Variablen gemacht, der mir sagt, dass sie nicht normalverteilt sind. Wenn man sich das Histogramm anguckt sieht man auch keine Normalverteilung. Laut Lehrbuch muß ich dann wohl zu Spearman greifen, da die Normalverteilung wohl ein Kriterium für Pearson ist.

[kd]

Also meines Wissens sind die 3 (wichtigsten) Vorraussetzungen für die berechnung von Pearsons r

1. mind. intervall Skalierung
2. monotoner UND linearer Zusammenhang
3. Normalverteilung (aprox)

Wichtig bei 3 ist, dass nur eine aproximative Normalverteilung vorliegen muss. Wie sehr deine Verteilung von der Normalverteilung abweicht und das mit der Stichprobe zusammenhängen kann oder nicht musst du halt entscheiden.

Sicher bist du mit Spearman.

[jahzzix]

Hi, danke für die Infos. Es handelt sich um eine repräsentative Probe, die keiner Normalverteilung unterliegt. Mit Spearman kann ich glaube ich keine Regressionsanalyse machen, was ich eigentlich machen wollte. Oder was denkt ihr?

[Wolf Riepl]

Mit Spearman bist Du auf der sicheren Seite.

Wenn Du Lust hast, kannst Du beide Koeffizienten berechnen und vergleichen. Oft unterscheiden sie sich nur geringfügig. Es kommt drauf an, ob große Ausreißer eine Rolle spielen. Wenn sie sich deutlich unterscheiden, lohnt sich ein genauerer Blick auf die Ausreißer. Ich hatte schon mal den ungewöhnlichen Fall, dass der eine Korrelationskoeffizient sig. positiv war, der andere sig. negativ. Siehe hier:

Korrelation: Pearson vs. Spearman
http://statistik-dresden.de/archives/158

Viel Erfolg allen Korrelierern!

[muon-stat]

@kd:
Für die Berechnung des Korrelationskoeffizienten r wird keine Normalverteilung vorausgesetzt.

Erst wenn man die Hypothese H0: r = 0 vs H1: r != 0 mittels der Student's t-Verteilung überprüfen möchte, wird eine bivariate Normalverteilung an (X, Y) vorausgesetzt.

Man könnte hier auch mittels Bootstrapping die Verteilung schätzen, s.d. die Annahme nicht notwendig wäre.

muon-stat