Formulation and Application of Multivariate Rank Correlation Coefficient

2018 Fiscal Year Final Research Report

• Project/Area Number: 16K13417
• Research Category: Grant-in-Aid for Challenging Exploratory Research
• Allocation Type: Multi-year Fund
• Research Field: Sociology
• Research Institution: Kyushu University
• Principal Investigator: Suzuki Yuzuru 九州大学, 人間環境学研究院, 教授 (40281753)
• Project Period (FY): 2016-04-01 – 2019-03-31
• Keywords: 計量分析 / 離散変数 / 順位相関 / 多変量解析 / 社会調査 / クロス表

Outline of Final Research Achievements

The goal of this research project is the formulation of a new analytical method for better quatlity and for higher precision of quantitative research. In a strict sense, the data obtained in the social survey are discrete variables rather than continuous ones. In the cross-tabulation method, technics for handling discrete variables do exist such as Kendall's rank correlation coefficient and Goodman-Kruskal's rank correlation coefficient. These methods can handle, however, only two variables.
In this project, we eliminated this barrier and developed what we call "Multivariate Rank Correlation Coefficient" or MRCC which can handle two or more variables. For practical purposes, we also developed a software package which runs under Microsoft Excel. The algorithm that we developed in this project has no limitations in terms of the number of variables. From practical perspective, however, there are some constraints. The software that we developed can handle up to 50 variables.

Free Research Field

社会学

Academic Significance and Societal Importance of the Research Achievements

本研究の学術的、社会的意義は大きく２点にまとめられる。第一に、社会調査のデータを連続変数ではなく離散変数として扱う場合に、扱える変数の個数の制限を取り除いたことである。これまでは、離散変数としての分析を行うには、順位相関係数を用いるのが通例であったが、この手法は２変数に限定されている。今回開発した多変数順位相関係数は、離散変数として３変数以上を扱うことができ、これまでのような制約はない。第二点目として、今回の分析手法においては、多重回帰分析のように変数間に従属変数、独立変数という非対称性を設定する必要がない。従って、因果関係が明確でないような一連の変数に対しての分析においては特に有効である。