Коэффициент корреляции Гудмана — Крускала

Коэффициент корреляции Гудмана — Крускала (также известный как гамма-корреляция или γ-коэффициент) — это непараметрическая мера ассоциации (связи) между двумя порядковыми (ранговыми) переменными, предложенная американскими статистиками Лео Гудманом и Уильямом Крускалом в 1954 году. Коэффициент оценивает силу и направление монотонной зависимости, то есть тенденцию, при которой увеличение значений одной переменной соответствует увеличению (прямая связь) или уменьшению (обратная связь) значений другой переменной. Значения γ лежат в диапазоне от −1 (полная обратная связь) до +1 (полная прямая связь), при этом 0 указывает на отсутствие монотонной зависимости. В отличие от коэффициента ранговой корреляции Спирмена, гамма-корреляция не учитывает величину разницы между рангами, а только их порядок, что делает её более устойчивой к выбросам и подходящей для данных с большим количеством совпадающих рангов (связей).

История и происхождение

В середине XX века в статистике активно развивались методы анализа порядковых данных, которые не подчиняются нормальному распределению. Лео Гудман и Уильям Крускал, работавшие в Чикагском университете, в 1954 году опубликовали серию статей «Measures of Association for Cross Classifications» (Меры ассоциации для перекрёстных классификаций), где ввели несколько коэффициентов, включая γ. Основной целью было создание меры, которая бы интуитивно интерпретировалась для таблиц сопряжённости с порядковыми категориями. Коэффициент быстро приобрёл популярность в социологии, психологии, биологии и экономике, где часто встречаются ранговые данные (например, оценка удовлетворённости, уровень образования, стадии заболевания).

Определение и математическая формула

Коэффициент γ вычисляется на основе попарного сравнения всех наблюдений в выборке. Для каждой пары объектов (i, j) определяется, являются ли их ранги по двум переменным согласованными (конкордантными), несогласованными (дискордантными) или связанными (равными).

• Согласованная пара (C): если для переменной X значения расположены в том же порядке, что и для переменной Y (например, X_i > X_j и Y_i > Y_j, или X_i < X_j и Y_i < Y_j).
• Несогласованная пара (D): если порядок обратный (X_i > X_j и Y_i < Y_j, или X_i < X_j и Y_i > Y_j).
• Связанная пара (T): если хотя бы по одной переменной значения равны (X_i = X_j или Y_i = Y_j). Такие пары не учитываются в расчёте.

Формула имеет вид:

\[ \gamma = \frac{C - D}{C + D} \]

где:

• C — количество согласованных пар,
• D — количество несогласованных пар.

Стандартная ошибка γ (для построения доверительных интервалов) вычисляется по формуле, предложенной Гудманом и Крускалом, и зависит от дисперсии разности C и D.

Свойства и интерпретация

• Диапазон: от −1 до +1.
• Направление: положительный знак указывает на прямую монотонную связь (с ростом X растёт Y), отрицательный — на обратную.
• Сила связи: абсолютное значение |γ| показывает силу. Значения 0,7–1,0 обычно считаются сильной связью, 0,3–0,7 — умеренной, 0–0,3 — слабой (границы условны).
• Устойчивость к связям: γ не учитывает связанные пары, поэтому при большом количестве совпадений оценка может быть смещённой. Для таких случаев существуют модификации (например, τ-коэффициент Кендалла).
• Монотонность: γ измеряет только монотонную, а не обязательно линейную зависимость. Например, экспоненциальная или логарифмическая связь также будет выявлена.

Сравнение с другими коэффициентами

Основное отличие от τ Кендалла: γ не штрафует за связи, а от ρ Спирмена — не требует интервального уровня и не чувствителен к величине разрывов между рангами.

Применение

Социология и маркетинговые исследования

Коэффициент широко используется для анализа таблиц сопряжённости с порядковыми категориями. Например, для оценки связи между уровнем образования (начальное, среднее, высшее) и удовлетворённостью работой (низкая, средняя, высокая). γ позволяет понять, есть ли тенденция к тому, что более образованные люди более удовлетворены.

Медицина и биология

В эпидемиологии γ применяется для анализа стадий заболеваний (например, стадия рака и степень метастазирования) или для оценки согласия между двумя методами диагностики, когда результаты выражены в порядковой шкале.

Психология и педагогика

Используется для валидации тестов и опросников, где ответы даются по шкале Ликерта (от «полностью не согласен» до «полностью согласен»). γ помогает выявить, насколько один вопрос согласуется с другим.

Экономика и финансы

При анализе кредитных рейтингов или инвестиционных предпочтений, когда данные ранжированы (например, риск-класс заёмщика и вероятность дефолта).

Ограничения и критика

1. Игнорирование связей: при большом количестве совпадающих пар (например, при дискретных данных с малым числом категорий) γ может быть завышен или нестабилен.
2. Отсутствие учёта величины разницы: γ не различает, насколько сильно различаются ранги, что может скрывать важные нюансы.
3. Чувствительность к размеру выборки: при малых выборках оценка может быть ненадёжной, а доверительные интервалы — широкими.
4. Неприменимость к номинальным данным: γ требует хотя бы порядковой шкалы для обеих переменных.
5. Сложность интерпретации для неспециалистов: в отличие от коэффициента корреляции Пирсона, γ не имеет простой «дисперсионной» интерпретации.

Пример расчёта

Рассмотрим 5 объектов с рангами по двум переменным:

Попарные сравнения:

• (A,B): X_A < X_B, Y_A > Y_B → несогласованная (D)
• (A,C): X_A < X_C, Y_A < Y_C → согласованная (C)
• (A,D): C
• (A,E): C
• (B,C): X_B < X_C, Y_B < Y_C → C
• (B,D): C
• (B,E): C
• (C,D): C
• (C,E): C
• (D,E): X_D < X_E, Y_D > Y_E → D

Итого: C = 8, D = 2. γ = (8-2)/(8+2) = 0,6. Это указывает на умеренную прямую связь.

Реализация в программном обеспечении

Коэффициент γ реализован во многих статистических пакетах:

• R: функция GoodmanKruskalGamma из пакета DescTools.
• Python: библиотека scipy.stats не содержит прямой функции, но γ можно вычислить через scipy.stats.kendalltau с поправкой на связи, либо использовать pingouin.compute_gamma.
• SPSS: в меню «Анализ → Корреляции → Бивариативные» для порядковых переменных.
• SAS: процедура PROC FREQ с опцией MEASURES.

Интересные факты

• Лео Гудман и Уильям Крускал также известны работами по анализу таблиц сопряжённости, логарифмически-линейным моделям и теории социальной мобильности.
• γ-коэффициент является частным случаем более общей меры — d Сомерса, которая учитывает асимметрию между переменными.
• В некоторых источниках γ называют «коэффициентом конкордации», хотя этот термин чаще относится к другим мерам (например, W Кендалла).

Источники

• Goodman, L. A., & Kruskal, W. H. (1954). Measures of Association for Cross Classifications. Journal of the American Statistical Association, 49(268), 732–764.
• Agresti, A. (2010). Analysis of Ordinal Categorical Data (2nd ed.). Wiley.
• Siegel, S., & Castellan, N. J. (1988). Nonparametric Statistics for the Behavioral Sciences (2nd ed.). McGraw-Hill.
• Крамер, Г. (1975). Математические методы статистики. М.: Мир.