En mi trabajo, estamos comparando clasificaciones predichas versus clasificaciones verdaderas para algunos conjuntos de datos. Hasta hace poco, hemos estado usando Kendall-Tau solo. Un grupo que trabaja en un proyecto similar sugirió que intentemos usar el Goodman-Kruskal Gamma en su lugar, y que lo prefirieron. Me preguntaba cuáles eran las diferencias entre los diferentes algoritmos de correlación de rango.
Lo mejor que encontré fue esta respuesta , que afirma que Spearman se usa en lugar de las correlaciones lineales habituales, y que Kendall-Tau es menos directo y se parece más a Goodman-Kruskal Gamma. Los datos con los que estoy trabajando no parecen tener correlaciones lineales obvias, y los datos están muy sesgados y no son normales.
Además, Spearman generalmente informa una correlación más alta que Kendall-Tau para nuestros datos, y me preguntaba qué dice eso específicamente sobre los datos. No soy estadístico, así que algunos de los documentos que estoy leyendo sobre estas cosas me parecen jerga, lo siento.