Correlation
連續變量和分類（名義）變量之間的相關性
我想找到連續（因變量）和分類（名義：性別，自變量）變量之間的相關性。連續數據不是正態分佈的。之前，我使用 Spearman 計算過. 但是，有人告訴我這是不對的。
在互聯網上搜索時，我發現箱線圖可以提供有關它們關聯程度的想法；但是，我正在尋找一個量化的值，例如 Pearson 的乘積矩係數或 Spearman 的. 你能幫我解決這個問題嗎？或者，告知哪種方法合適？
點雙列係數會是正確的選擇嗎？
審稿人應該告訴你為什麼 Spearman不合適。這是其中的一個版本：讓數據成為在哪裡是測量變量和是性別指標，比如說它是0（男人），1（女人）。然後是斯皮爾曼的是根據排名來計算的分別。由於該指標只有兩個可能的值，會有很多聯繫，所以這個公式是不合適的。如果您將排名替換為平均排名，那麼您將只得到兩個不同的值，一個用於男性，另一個用於女性。然後將基本上成為兩組之間平均排名的一些重新調整的版本。簡單地比較手段會更簡單（更容易解釋）！另一種方法如下。
讓是對男性連續變量的觀察，女性中也一樣。現在，如果分佈和是一樣的，那麼將為 0.5（假設分佈純粹是絕對連續的，所以沒有關係）。在一般情況下，定義
在哪裡是男性之間的隨機抽籤，女性之中。我們可以估計從我們的樣本中？形成所有對（假設沒有關係）併計算我們有多少“人更大”（)(）以及有多少“女人更大”（) (）。然後一個樣本估計是
這是一種合理的相關性度量！（如果只有少數關係，請忽略它們）。但我不確定它叫什麼，如果它有名字的話。這個可能很接近： https ://en.wikipedia.org/wiki/Goodman_and_Kruskal%27s_gamma