Tomar correlación antes o después de la transformación logarítmica de variables

9

¿Existe un principio general sobre si uno debe calcular la correlación de Pearson para dos variables aleatorias X e Y antes de tomar su transformación logarítmica o después? ¿Existe un procedimiento para probar cuál es más apropiado? Producen valores similares pero diferentes, ya que la transformación logarítmica es no lineal. ¿Depende de si X o Y están más cerca de la normalidad después del registro? Si es así, ¿por qué importa eso? ¿Y eso significa que uno debe hacer una prueba de normalidad en X e Y versus log (X) y log (Y) y en base a eso decidir si pearson (x, y) es más apropiado que pearson (log (x), log ( y))?

— usuario9097
fuente

@vinux tiene una buena respuesta y proporciona un enlace informativo para comprender el papel de la normalidad en la correlación. Solo quería señalar esta pregunta: stats.stackexchange.com/questions/298, que es muy bueno para comprender qué hacen los registros en la regresión.

— gung - Restablece a Monica

5

$\log(X)$ $\log(Y)$ $X$ $Y$ $\rho_S$ $\rho_S(X,Y) = \rho_S(\log(X),\log(Y))$

— Kavka
fuente

4

La correlación (pearson) mide una relación lineal entre dos variables continuas. No existe tal opción para (X, Y) o (log X, log Y). El diagrama de dispersión de las variables se puede utilizar para comprender la relación.

El siguiente enlace puede responder con respecto al problema de normalidad. enlace

— vinux
fuente

-3

La correlación de Pearson es para pruebas paramétricas y es más poderosa que la prueba sin parametirc. Por lo tanto, optamos por utilizar la transformación antes de cualquier procedimiento no paramétrico. Transforme sus datos y obtenga la correlación de Pearson. Eso es.

— abi
fuente

@ abi: Dependiendo del tamaño de la muestra, los coeficientes de Spearman y Kendall son relativamente similares en términos de potencia y MSE a los de Pearson con datos distribuidos normalmente, y son muy superiores con una contaminación de datos incluso leve.

— Patrick