Planeo hacer un estudio de simulación donde comparo el desempeño de varias técnicas de correlación robustas con diferentes distribuciones (sesgadas, con valores atípicos, etc.). Con robusto , me refiero al caso ideal de ser robusto contra a) distribuciones sesgadas, b) valores atípicos yc) colas pesadas.
Junto con la correlación de Pearson como línea de base, estaba pensando en incluir las siguientes medidas más sólidas:
- Ρ de Spearman
- Porcentaje de correlación de curvatura (Wilcox, 1994, [1])
- Volumen mínimo elipsoide, determinante de covarianza mínima (
cov.mve/cov.mcdcon lacor=TRUEopción) - Probablemente, la correlación winorizada
Por supuesto, hay muchas más opciones (especialmente si también incluye técnicas de regresión robustas), pero quiero limitarme a los enfoques más utilizados / más prometedores.
Ahora tengo tres preguntas (siéntase libre de responder solo):
- ¿Existen otros métodos correlacionales robustos que podría / debería incluir?
- ¿Qué técnicas de correlación robustas se utilizan realmente en su campo? (Hablando para la investigación psicológica: Excepto de Spearman , nunca he visto una técnica de correlación robusta fuera de un documento técnico. Bootstrapping se está volviendo cada vez más popular, pero otras estadísticas robustas son más o menos inexistentes hasta ahora).
- ¿Existen ya comparaciones sistemáticas de técnicas de correlación múltiple que conozca?
También siéntase libre de comentar la lista de métodos dados anteriormente.
[1] Wilcox, RR (1994). El porcentaje de coeficiente de correlación de doblez. Psychometrika , 59, 601-616.