Calcolatore tau di Kendall
Questo calcolatore della correlazione tau di Kendall misura se due serie numeriche della stessa lunghezza tendono a seguire il medesimo ordine di rango.
Esegui gratis nel browser
Esamina ogni coppia di osservazioni, conta le relazioni concordanti e discordanti, registra i pareggi e restituisce il tau-a di Kendall insieme ai conteggi su cui si basa il risultato. Poiché il calcolo è deterministico e non dipende da una distribuzione, è utile quando i ranghi contano più delle distanze, quando i valori non sono distribuiti normalmente o quando una correlazione lineare di Pearson non descrive la relazione che Lei intende studiare.
Che cosa misura il tau di Kendall
Il tau di Kendall è una statistica di associazione tra ranghi. Invece di chiedere se due variabili seguano una linea retta, verifica se l’ordine delle osservazioni concordi. Per ogni coppia di posizioni, il calcolatore confronta la direzione della variazione nella prima serie con quella nella seconda. Una coppia è concordante quando entrambi i valori aumentano insieme o diminuiscono insieme. È discordante quando uno aumenta mentre l’altro diminuisce. Il tau-a restituito sottrae le coppie discordanti da quelle concordanti e divide il risultato per il numero totale delle possibili coppie di osservazioni. Il valore varia da meno uno a uno. Un valore vicino a uno indica un ordine sistematicamente concorde, uno vicino a meno uno un ordine sistematicamente inverso e uno prossimo a zero un sostanziale equilibrio tra accordi e disaccordi. Questa interpretazione riguarda l’ordine monotono, non l’entità delle variazioni, la causalità o l’accordo espresso nelle unità di misura originali.
Come inserire i dati e leggere i conteggi
Fornisca x e y come array numerici della stessa lunghezza, in cui ogni posizione descrive la medesima osservazione in entrambi gli array. Occorrono almeno due osservazioni, perché una sola non può formare una coppia di confronto. Il risultato comprende il numero di osservazioni, il totale delle coppie possibili, le coppie concordanti, quelle discordanti e tre conteggi dei pareggi. ties_x significa che i valori x coincidono mentre y differisce; ties_y indica che y coincide mentre x differisce; ties_both segnala che entrambi i valori coincidono. Nel tau-a, ogni coppia possibile resta al denominatore, mentre una coppia a pari merito contribuisce con zero al numeratore concordanti meno discordanti. Il calcolo risulta quindi esplicito e riproducibile, soprattutto nel confronto con un manuale o un pacchetto statistico. Controlli i conteggi prima di interpretare tau: molti pareggi possono avvicinarne il valore a zero e ciò può riflettere la risoluzione delle misure, non l’assenza di una relazione ordinata.
Quando questo calcolatore è la scelta adatta
Usi il tau di Kendall quando l’ordine delle osservazioni è significativo e non desidera presupporre distribuzioni normali, intervalli uguali o una relazione lineare. È spesso adatto a classifiche, valutazioni ordinali, piccoli campioni, misure asimmetriche e andamenti monotoni che si incurvano senza invertire la direzione. Per esempio, due valutatori possono usare scale di punteggio diverse ma classificare comunque i prodotti in modo simile; tau coglie tale concordanza d’ordine. Il calcolatore usa tau-a, quindi il denominatore comprende tutte le possibili coppie di osservazioni. Se i dati contengono molti pareggi e l’analisi richiede specificamente il tau-b di Kendall corretto per i pareggi o un valore p di un test, utilizzi una procedura statistica progettata per tale specifica e documenti la scelta. Ricordi inoltre che associazione non significa causalità: un tau elevato può dipendere dal fatto che entrambe le variabili rispondono a un altro fattore. Consideri il risultato una sintesi dell’ordine a coppie e lo integri con conoscenze specialistiche, grafici, disegno campionario e analisi dell’incertezza prima di decisioni importanti.
Casi d'uso
Confrontare due classifiche
Misuri quanto coerentemente due giudici, modelli o sistemi di punteggio ordinano lo stesso insieme di elementi.
Analizzare risposte ordinali
Riassuma l’associazione monotona tra valutazioni ordinate senza presumere distanze uguali tra i livelli di risposta.
Verificare una tendenza non lineare
Rilevi un ordine crescente o decrescente costante quando la relazione è monotona ma non è ben rappresentata da una retta.
Domande frequenti
Quanto costa il risultato?
Il prezzo dell’API è $0.002 per richiesta e il calcolatore nel browser è disponibile direttamente in questa pagina.
Quale versione del tau di Kendall viene restituita?
Il calcolatore restituisce il tau-a: coppie concordanti meno coppie discordanti, divise per tutte le possibili coppie di osservazioni.
Che cosa accade se gli array hanno lunghezze diverse?
La richiesta viene rifiutata perché ogni posizione in x deve corrispondere esattamente a una posizione in y.
Come vengono gestiti i pareggi?
I pareggi sono riportati separatamente. Contribuiscono con zero al numeratore e restano nel denominatore delle coppie totali usato dal tau-a.
Il tau di Kendall può dimostrare la causalità?
No. Descrive soltanto l’associazione tra ranghi e non dimostra che una variabile causi cambiamenti nell’altra.
Per sviluppatori — accesso via API
Tutto quello che vedi in questa pagina è disponibile anche via API. Questa sezione è per i team che vogliono integrarlo nei propri sistemi; chi non ne ha bisogno può semplicemente usare lo strumento qui sopra.
Endpoint
Autenticazione con Bearer token: un POST mette in coda l'attività e il risultato arriva via webhook o link firmato.
Chiamala dal tuo stack
curl -X POST https://api.kit.forhosting.com/stat/kendall-tau \
-H "Authorization: Bearer $KIT_KEY" \
-H "Content-Type: application/json" \
-d '{"x":[1,2,3,4],"y":[1,3,2,4]}'const res = await fetch("https://api.kit.forhosting.com/stat/kendall-tau", {
method: "POST",
headers: {
"Authorization": `Bearer ${process.env.KIT_KEY}`,
"Content-Type": "application/json"
},
body: JSON.stringify({
"x": [
1,
2,
3,
4
],
"y": [
1,
3,
2,
4
]
})
});
const { task_id } = await res.json();import os, requests
res = requests.post(
"https://api.kit.forhosting.com/stat/kendall-tau",
headers={"Authorization": f"Bearer {os.environ['KIT_KEY']}"},
json={
"x": [
1,
2,
3,
4
],
"y": [
1,
3,
2,
4
]
},
)
task_id = res.json()["task_id"]<?php
$res = file_get_contents("https://api.kit.forhosting.com/stat/kendall-tau", false, stream_context_create([
"http" => [
"method" => "POST",
"header" => "Authorization: Bearer " . getenv("KIT_KEY") . "\r\nContent-Type: application/json",
"content" => '{"x":[1,2,3,4],"y":[1,3,2,4]}',
],
]));
$task = json_decode($res, true);body := bytes.NewBufferString(`{"x":[1,2,3,4],"y":[1,3,2,4]}`)
req, _ := http.NewRequest("POST", "https://api.kit.forhosting.com/stat/kendall-tau", body)
req.Header.Set("Authorization", "Bearer "+os.Getenv("KIT_KEY"))
req.Header.Set("Content-Type", "application/json")
res, _ := http.DefaultClient.Do(req)Esempio di richiesta
{
"x": [
1,
2,
3,
4
],
"y": [
1,
3,
2,
4
]
}Esempio di risposta
{
"task_id": "tsk_a1b2c3d4e5f6a1b2c3d4e5f6",
"type": "stat.kendall_tau",
"status": "queued",
"_links": {
"result": "/tasks/tsk_…/result"
}
}L'API è asincrona: ricevi subito un task_id e puoi fare polling fino a 1 richiesta al secondo.
Prezzi
Prezzo pubblicato, senza token né crediti. Se l'attività fallisce, non paghi.
Limiti
max_n | 5000 |
Errori
| HTTP | Codice | Significato |
|---|---|---|
401 | unauthorized | Chiave API mancante o non valida: controlla l'header Authorization. |
402 | insufficient_balance | Credito esaurito: ricarica per continuare a eseguire attività. |
404 | unknown_type | Tipo di attività sconosciuto: controlla il campo type della richiesta. |
429 | rate_limited | Troppe richieste in poco tempo: rallenta e riprova tra qualche secondo. |