Tau di Kendall

Il tau (T) di Kendall e un coefficiente di correlazione rank-based che misura la forza di associazione MONOTONICA tra due variabili. Definito tramite coppie concordanti e discordanti:

tau = (C - D) / [n(n-1)/2]

dove C e il numero di coppie concordanti (segno (x_i - x_j) = segno (y_i - y_j)) e D le discordanti. Range: [-1, 1]. +1 = totale concordanza (ranghi identici). -1 = totale discordanza (ranghi inversi). 0 = no associazione.

Definizione concordanza

Per due osservazioni (x_i, y_i) e (x_j, y_j) con i < j:

• CONCORDANTI: x_i > x_j AND y_i > y_j, oppure x_i < x_j AND y_i < y_j (stesso ordine).
• DISCORDANTI: x_i > x_j AND y_i < y_j, oppure viceversa (ordine opposto).
• TIE in X: x_i = x_j (e y_i diverso da y_j).
• TIE in Y: y_i = y_j (e x_i diverso da x_j).

Tre varianti di tau

• Tau-a: (C - D) / [n(n-1)/2]. NO correzione per ties. Range pieno [-1, 1] solo senza ties.
• Tau-b: (C - D) / sqrt((n_0 - n_x)(n_0 - n_y)). Corregge per ties separately in X e Y. Standard.
• Tau-c: 2(C - D) / [n^2 (m - 1) / m] dove m = min(r, c). Per tabelle ordinali rxc.

Esempio numerico

X = [1, 2, 3, 4], Y = [4, 3, 2, 1] (ordini opposti):

• Coppie totali: 4*3/2 = 6.
• (1,2)(2,3): C? x_1<x_2 (1y_2 (4>3): DISCORDANTE.
• Tutte le 6 coppie sono discordanti -> C = 0, D = 6.
• tau = (0 - 6) / 6 = -1 (perfetta discordanza).

Confronto con Spearman

Entrambi rank-based, robusti, non-parametrici. Differenze:

• Spearman rho: più sensibile a discordanze grandi (squadrate).
• Kendall tau: pesa equamente tutte le coppie discordanti.
• Costo: Spearman O(n log n), Kendall O(n^2) standard, O(n log n) con merge sort.
• Approssimazione: rho ~ 1.5 * tau per dati continui senza tie.
• Kendall preferito per: piccoli n, ties, interpretazione probabilistica.

Interpretazione probabilistica

tau = P(concordante) - P(discordante) per coppie random. Esempio: tau = 0.4 significa che 70% delle coppie sono concordanti, 30% discordanti (concordante - discordante = 0.4). Interpretazione molto intuitiva.

Test di significativita

Sotto H_0 (tau = 0), per n grande:

Z = tau / SE(tau) ~ N(0, 1)

dove SE(tau) = sqrt(2(2n+5)/(9n(n-1))) per tau-a senza ties. Per ties presenti, formula adjustata. p-value bilaterale: 2 * (1 - Phi(|Z|)). Per n piccolo (< 10): tabelle esatte di Mann (1945).

Vantaggi del tau

• Robusto a outlier (rank-based).
• Non assume normalita o distribuzione specifica.
• Definizione probabilistica chiara.
• Range [-1, 1] esatto solo per tau-b (con ties).
• Stable per piccoli n.
• Adatto a dati ordinali.

Limiti

• Costo O(n^2) standard (vs O(n log n) Spearman).
• Insensibile a relazioni non-monotoniche.
• Tau-a perde range pieno con ties.
• Implementazione complessa con ties (3 varianti).

Applicazioni

• Statistica non-parametrica.
• Bioinformatica: ranking gene expression.
• Information retrieval: ranking match query-document.
• Sport: confronto classifiche multiple.
• Sondaggi: correlazione preferenze ordinali.
• Economia: ordini di paesi per indici.
• Psicologia: scale Likert, test attitudinali.
• Machine Learning: pairwise ranking loss.

Storia

Maurice Kendall (1938, "A new measure of rank correlation"): introduce tau. Mann (1945): tabelle esatte per significativita. Kendall (1945): varianti tau-a, tau-b, tau-c per gestire ties. Kendall (1948): "Rank Correlation Methods", monografia di riferimento. Variante Kendall tau distance: distanza di permutazioni in informatica.

Modalita del calcolatore

Cinque modalita: tau-b di base; varianti tau-a, tau-b, tau-c con conteggi ties; confronto Pearson/Spearman/Kendall; test significativita Z; analisi dettagliata coppie concordanti/discordanti.

L'interpretazione probabilistica: il vero vantaggio del tau

La caratteristica che distingue il tau di Kendall da ogni altro coefficiente di correlazione e la sua interpretazione probabilistica diretta e trasparente. Il tau e semplicemente la probabilita che una coppia di osservazioni sia concordante meno la probabilita che sia discordante: tau = P(concordante) - P(discordante). Un tau di 0,6 significa letteralmente che, prendendo a caso due punti, la coppia ha il 60% di probabilita in piu di essere ordinata concordemente che discordemente nelle due variabili.

Questa chiarezza manca allo Spearman e al Pearson, i cui valori numerici non hanno un'interpretazione probabilistica altrettanto immediata. Il tau ha inoltre proprieta statistiche piu solide per campioni piccoli: la sua distribuzione converge alla normale piu rapidamente, rendendo i test di significativita affidabili anche con pochi dati. Per questo, sebbene lo Spearman sia storicamente piu diffuso, molti statistici considerano il tau la scelta metodologicamente preferibile quando conta la corretta quantificazione dell'incertezza.

Il tau nelle classifiche e nel machine learning

Il tau di Kendall e lo strumento naturale per confrontare due ordinamenti completi. La sua versione come distanza, la distanza di Kendall tau, conta il numero minimo di scambi fra elementi adiacenti necessari a trasformare una classifica nell'altra, equivalente al numero di coppie discordanti. E un modo rigoroso di misurare quanto due graduatorie differiscano, indipendentemente dai valori numerici sottostanti.

Questa proprieta lo rende centrale in molti campi applicativi. Nell'information retrieval il tau valuta quanto l'ordine dei risultati di un motore di ricerca corrisponda all'ordine ideale desiderato. Nei sistemi di raccomandazione misura l'accordo fra le preferenze predette e quelle reali degli utenti. Negli algoritmi di learning-to-rank e una metrica di ottimizzazione diretta, e in bioinformatica confronta ordinamenti di geni fra esperimenti diversi. Ovunque conti l'ordine piuttosto che il valore assoluto, il tau di Kendall fornisce una misura di accordo robusta e interpretabile.

Aggiornato a luglio 2026