1. 评估评委打分的一致性
数据分析师背景
需要评估两位评委对 5 名选手的打分排名是否存在显著的正相关。
问题
快速计算两组排名数据的 Kendall tau-b 系数,并查看配对计数。
如何使用
在“数据对”文本框中按行输入两位评委的打分,勾选“包含配对计数”。
pairedData: "1, 2\n2, 1\n3, 4\n4, 3\n5, 5"结果
成功计算出 tau-a 和 tau-b 系数,确认两位评委的评分具有较高的正相关性,并输出了具体的配对统计。
Elysia Tools
导航
Math & Numbers
计算成对数据的 Kendall tau-a 和 tau-b 秩相关
详情
通过比较所有观测对的一致与不一致顺序衡量序数关联,tau-b 会校正并列值。
执行
填写表单、运行工具,并在同一页面查看结果。
案例
相关内容
等待运行
工具使用指南
Kendall Tau 计算器是一款专业的统计分析工具,用于计算成对数据的 Kendall tau-a 和 tau-b 秩相关系数。它通过比较所有观测对的一致与不一致顺序来衡量变量间的序数关联程度,并自动通过 tau-b 算法对并列值(ties)进行校正,非常适合处理非正态分布或包含等级数据的统计学研究与数据分析任务。
背景
需要评估两位评委对 5 名选手的打分排名是否存在显著的正相关。
问题
快速计算两组排名数据的 Kendall tau-b 系数,并查看配对计数。
如何使用
在“数据对”文本框中按行输入两位评委的打分,勾选“包含配对计数”。
pairedData: "1, 2\n2, 1\n3, 4\n4, 3\n5, 5"结果
成功计算出 tau-a 和 tau-b 系数,确认两位评委的评分具有较高的正相关性,并输出了具体的配对统计。
背景
收集了客户对产品外观和实用性的满意度评分(1-5分),数据中存在多个相同的评分(并列值)。
问题
需要使用校正并列值的 tau-b 算法来准确衡量两个评分维度的相关性。
如何使用
分别在 X 值和 Y 值输入框中填入两组评分数据,设置小数位数为 3。
xValues: "5, 4, 4, 3, 2", yValues: "4, 5, 4, 2, 1", decimalPlaces: 3结果
工具自动处理并列值,输出精确到小数点后三位的 Kendall tau-b 相关系数 JSON 数据。
tau-a 不考虑数据中的并列值(ties),而 tau-b 对并列值进行了数学调整。在处理包含重复数值的实际数据时,tau-b 通常更准确。
支持两种方式:一种是每行输入一对数据(用逗号分隔),另一种是分别在 X 值和 Y 值输入框中填入逗号分隔的单列数据。
两者都用于衡量非参数数据的相关性,但 Kendall Tau 基于一致和不一致配对的概率,通常在样本量较小或存在极端值时表现更稳健。
Kendall Tau 系数的值域在 -1 到 1 之间。1 表示完全正相关,-1 表示完全负相关,0 表示没有相关性。
勾选后,输出结果会详细展示一致对、不一致对以及并列对的具体数量,有助于深入验证计算过程和数据特征。