Как сравнить силу двух корреляций Пирсона?

Рецензент спросил меня, можно ли сравнить корреляции Пирсона (r-значения), представленные в таблице, друг с другом, чтобы можно было утверждать, что одно "сильнее", чем другое (кроме простого взгляда на фактические r-значения) ,

Как бы вы пошли об этом? Я нашел этот метод

http://vassarstats.net/rdiff.html

но я не уверен, если это применимо.

(Я предполагаю, что вы говорите о r , полученных из образца.)

Тест на этом веб-сайте применяется в том смысле, что он относится к r как к любому параметру, значение которого может различаться для двух групп населения. Чем r отличается от любого другого показателя, такого как среднее, которое вы очень уверены в сравнении, используя t -test? Ну, он отличается тем, что он ограничен -1,1, у него нет правильного распределения, поэтому вам нужно преобразовать его Фишеру перед выводом (и затем преобразовать обратно, если вы хотите, например, получить CI). Z баллы, полученные в результате теста, имеют правильную форму для вывода. Вот что делает тест, на который вы ссылаетесь.

$_0$т , либо потому, что это правда, и / или потому что ваш образец недостаточно. Обратите внимание, что я мог бы сделать ту же историю о разнице в средствах (используя t- тест) или о любой другой мере.

$_0$s), но сделал это только по совету, что это всего лишь отправная точка. И вы даже не знаете точную разницу, даже если вы делаете какой-то вывод, например, вычисляя КИ для различий между двумя корреляциями. Скорее всего, ряд возможных различий будет совместим с вашими данными.

Сравнительно безопасной ставкой было бы вычисление доверительных интервалов для ваших r и, возможно, CI для их разницы, и позволить читателю принять решение.