精神症状の評価と予測の評価：スピアマンのRとケンドールのタウ相関

単純な相関は、精神医学的データの分析に大きな役割を果たします。それらは、結果を予測し、新しい機器を検証し、治療効果を確立し、症状パターンを見つけるために使用されます。研究者とデータアナリストは、研究で使用する相関係数について疑問に直面していることがよくありますが、多くの場合、代替相関尺度の長所と短所に気付いていません。外れ値の存在、非コンテンツ分散、歪んだ分布、不均等なnは精神医学的データで一般的であり、これは多くの古典的な統計的方法に深刻な問題をもたらします。ピアソン、スピアマン、ケンドールの相関係数を比較してください。7つの異なる精神科学的評価尺度で評価された統合失調症スペクトラム障害のある被験者の大規模なサンプルを使用します。8〜50の範囲のサンプルサイズは、ブートストラップ方法を使用して評価されました。相関の評価の基準は、タイプIエラー率、電源、バイアス、信頼区間の幅でした。ピアソンのRは、名目速度で誤検知を常に制御するわけではなく、しばしば不安定でした。スピアマンのRはピアソンよりも優れたパフォーマンスを発揮しましたが、真の相関の偏った推定値を提供しました。スピアマンのRも解釈するのが困難でした。私たちの結果は、ケンドールのタウ（B）がピアソンとスピアマンのRよりも多くの利点があることを示唆しています。精神医学データに適用されると、Tau（b）はタイプIエラーの適切な制御を維持し、ピアソンのRとほぼ同じくらい強力であり、はるかに厳しい信頼区間を提供し、明確な解釈がありました。

Simple correlations play a large role in the analysis of psychiatric data. They are used to predict outcome, validate new instruments, establish treatment efficacy and find symptom patterns. Researchers and data analysts often face a question about which correlation coefficient to use in a study but are often unaware of the strengths and weaknesses of the alternative correlation measures. The presence of outliers, nonconstant variance, skewed distributions and unequal n are common in psychiatric data and this poses severe problems for many classic statistical methods. We compare Pearson, Spearman and Kendall's correlation coefficients using a large sample of subjects with schizophrenia spectrum disorders who were evaluated with 7 different psychiatric rating scales. Samples sizes ranging from 8 to 50 were evaluated using bootstrapping methods. The criteria for evaluation of the correlations were the type I error rates, power, bias and confidence interval width. Pearson's r did not always control for false positives at the nominal rate and was often unstable. Spearman's r performed better than Pearson's but provided a biased estimate of the true correlation. Spearman's r was also difficult to interpret. Our results suggest that Kendall's tau(b) has many advantages over Pearson's and Spearman's r; when applied to psychiatric data, tau(b) maintained adequate control of type I errors, was nearly as powerful as Pearson's r, provided much tighter confidence intervals and had a clear interpretation.