İçeriğe geçScholarGate
KütüphaneKitaplığımMasaReview StudioAsistan
Giriş
Bu sayfada
SezgiNasıl çalışırNe zaman kullanılırGüçlü yönler & sınırlılıklarYaygın tuzaklarUygulamalarSSS🔒 Tam yöntemi okuKaynaklarİlişkili yöntemler
Bu sayfaya atıf yapBu sayfada bir hata mı var? Bildir / düzeltme öner →
Ana sayfa›İstatistik›Kendall Tau Sıra Korelasyonu
Hypothesis test

Kendall Tau Sıra Korelasyonu

Kendall Tau Rank Correlation Coefficient · Ayrıca şöyle bilinir: Kendall's tau, Kendall tau-b, tau correlation, Kendall Tau Korelasyonu

Kendall Tau, Maurice G. Kendall tarafından 1938'de iki sıralı veya sürekli değişken arasındaki monoton ilişkinin gücünü ve yönünü ölçmek için tanıtılan parametrik olmayan bir sıra korelasyon katsayısıdır. Özellikle küçük örneklemler ve Spearman katsayısının daha az kararlı olabileceği, çok sayıda bağlı sıraya sahip veri kümeleri için uygundur.

ScholarGate
  1. Hypothesis test
  2. v1
  3. 1 Kaynaklar
  4. PUBLISHED
Bu sayfaya atıf yap →
Araçlar & kaynaklar
Slaytları indir
Öğren & keşfet

Tam yöntemi oku

Yalnızca üyeler

Bu bölümü okumak için ücretsiz hesapla giriş yapın.

Giriş yap

Yöntem haritası

İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.

Kendall Tau Sıra Korelasyonu
Mann-Whitney U testiPearson Çarpım-Moment Ko…Spearman Sıra Korelasyon…Wilcoxon İşaretli Sıra T…Sağlam Korelasyon (Spear…Sağlam Pearson Korelasyo…

Ne zaman kullanılır

En az sıralı ölçekte ölçülen iki değişken arasındaki monoton ilişkiyi değerlendirmek istediğinizde ve normallik varsayımında bulunamadığınızda Kendall Tau'yu kullanın. Özellikle örneklem küçük olduğunda (10 gözlem kadar az) veya verilerde çok sayıda bağlı değer olduğunda uygundur. Her iki değişken de sıralı veya sürekli olmalıdır; ilişki kesinlikle doğrusal olmaktan ziyade monoton (tutarlı bir şekilde artan veya azalan) olduğu varsayılır. Veriler sürekli, yaklaşık olarak normal dağılımlıysa ve doğrusal bir ilişki bekliyorsanız, Pearson korelasyonu daha güçlüdür. Az sayıda bağlı değer varsa ve örneklem makul derecede büyükse, Spearman korelasyonu yakın bir alternatiftir ve elle hesaplaması daha kolaydır.

Güçlü yönler & sınırlılıklar

Güçlü yönler
  • Sadece sıra bilgisini kullandığı için aykırı değerlere ve normallik ihlallerine karşı sağlamdır.
  • Tau-b düzeltmesi sayesinde çok sayıda bağlı sırayı sorunsuz bir şekilde ele alır.
  • Diğer korelasyon ölçütlerinin kararsız hale geldiği küçük örneklemlerde güvenilirdir.
  • Katsayının doğrudan bir olasılık yorumu vardır: tau, uyum olasılığı eksi uyumsuzluk olasılığına eşittir.
Sınırlılıklar
  • Normallik geçerli olduğunda ve ilişki doğrusal olduğunda Pearson korelasyonundan istatistiksel olarak daha az güçlüdür.
  • Modern yazılımlarla bu ihmal edilebilir olsa da, büyük veri kümeleri için Spearman'dan daha fazla hesaplama gerektirir.
  • Yalnızca monoton ilişkileri yakalar; monoton olmayan (örn. U-şekilli) ilişkileri hafife alır veya gözden kaçırır.

SSS

Tau-a ve tau-b arasındaki fark nedir?

Tau-a, paydada toplam çift sayısını bağlılık için düzeltme yapmadan kullanır. Tau-b, her değişkendeki bağlılıkları ayrı ayrı düzeltir ve bağlılıklar mevcut olduğunda bile ±1'e ulaşabilen bir katsayı verir. Çoğu yazılım varsayılan olarak tau-b'yi rapor eder ve çoğu gerçek veri kümesi için uygun formdur.

Kendall Tau, Spearman'ın rho'su ile nasıl karşılaştırılır?

Her ikisi de parametrik olmayan sıra korelasyonlarıdır, ancak çift ilişkilerini farklı şekilde ağırlıklandırırlar. Tau, aynı veriler için genellikle rho'dan daha küçük bir büyüklüğe sahiptir ve daha net bir olasılık yorumuna sahiptir. Tau, çok küçük örneklemlerde veya bağlılıkların sık olduğu durumlarda daha sağlamdır; rho sayısal olarak hesaplaması daha basittir ve büyük, bağlılıksız örneklemlerde biraz daha güçlüdür.

Ne kadar örneklem büyüklüğüne ihtiyacım var?

Asimptotik p-değerlerinin makul olması için en az 10 gözlem gereklidir. 10'dan az gözlemle, kesin permütasyon p-değerlerini kullanın. Kendall Tau, Pearson'ın güvenilmez olduğu ve Spearman'ın kararsız olabileceği 10-30 aralığındaki örneklemler için özel olarak önerilen birkaç korelasyon ölçüsünden biridir.

P-değerim anlamlı ama tau çok küçükse ne olur?

Büyük örneklemlerde, önemsiz derecede küçük bir tau bile anlamlı bir p-değeri üretecektir. Okuyucuların pratik önemi değerlendirebilmesi için p-değeri ile birlikte her zaman tau katsayısını rapor edin. 0.05'lik bir tau istatistiksel olarak anlamlı olabilir ancak pratik olarak anlamsızdır.

Kaynaklar

  1. Kendall, M. G. (1938). A new measure of rank correlation. Biometrika, 30(1–2), 81–93. DOI: 10.1093/biomet/30.1-2.81 ↗

Bu sayfayı kaynak gösterin

ScholarGate. (2026, June 1). Kendall Tau Rank Correlation Coefficient. ScholarGate. https://scholargate.app/tr/statistics/kendall-tau

İlişkili yöntemler

Mann-Whitney U testiPearson Çarpım-Moment Korelasyon KatsayısıSpearman Sıra Korelasyon KatsayısıWilcoxon İşaretli Sıra Testi

Hangi yöntem?

Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.

  • Mann-Whitney U testiİstatistik↔ karşılaştır
  • Pearson Çarpım-Moment Korelasyon Katsayısıİstatistik↔ karşılaştır
  • Spearman Sıra Korelasyon Katsayısıİstatistik↔ karşılaştır
  • Wilcoxon İşaretli Sıra Testiİstatistik↔ karşılaştır
Yan yana karşılaştır →

Bu yönteme atıf yapanlar

Pearson Çarpım-Moment Korelasyon KatsayısıSağlam Korelasyon (Spearman, Kendall ve Biweight)Sağlam Pearson KorelasyonuSpearman Sıra Korelasyon Katsayısı

Benzer yöntemler

Kendall's Tau Sıra KorelasyonuSağlamlaştırılmış Kendall Tau Sıra KorelasyonuSağlam Korelasyon (Spearman, Kendall ve Biweight)Spearman Sıra Korelasyon KatsayısıPearson Çarpım-Moment Korelasyon KatsayısıSağlam Spearman KorelasyonuSomers' DMann-Whitney U testi

İlgili referans kavramlar

Korelasyon ve KovaryansSıra Tabanlı YöntemlerKi-Kare ve Fisher Kesin TestleriAssociation MeasuresCorrelationNonparametrik İstatistik

Bu sayfada bir hata mı var? Bildir / düzeltme öner →

ScholarGate — Kendall Tau Correlation (Kendall Tau Rank Correlation Coefficient). 2026-07-21 tarihinde şu adresten erişildi: https://scholargate.app/tr/statistics/kendall-tau · Veri seti: https://doi.org/10.5281/zenodo.20539026
Hızlı bilgiler
Originator
Maurice G. Kendall
Year
1938
Family
Nonparametric correlation
Type
Rank-based association measure
Outcome
ordinal or continuous
Parametric
Hayır
Distribution
Asymptotic normal (large n); exact permutation (small n)
MinSample
10
MeasureRange
−1 to +1
İlişkili yöntemler
Mann-Whitney U testiPearson Çarpım-Moment Korelasyon KatsayısıSpearman Sıra Korelasyon KatsayısıWilcoxon İşaretli Sıra Testi
ScholarGate

Araştırma yöntemleri için içerik öncelikli bir referans kütüphanesi — her yöntemin ne olduğu, nasıl çalıştığı ve nereden geldiği.

Açık veri (CC-BY)

Keşfet

  • Kütüphane
  • Yöntemlerde ara…
  • Alanlara göre gez
  • Alanlar
  • Yolculuk
  • Karşılaştır
  • Hangi yöntem?

Başvuru

  • Konular
  • Atlas
  • Sözlük
  • Metodoloji
  • Felsefe

Çalışma alanı

  • Kitaplığım
  • Masa
  • Sohbet

Şirket

  • Hakkımızda
  • Fiyatlandırma
  • İletişim
  • Yöntem öner

Kayıtlar, başvuru amacıyla yayımlanmış kaynaklardan derlenmiştir. Herhangi bir bilginin doğruluğunu ve kendi kullanımınıza uygunluğunu denetlemek sizin sorumluluğunuzdadır.

© 2026 ScholarGate · Araştırma yöntemleri referans kütüphanesi
  • Gizlilik
  • Çerezler
  • Koşullar
  • Hesabı sil