Come confrontare la forza di due correlazioni di Pearson?

Mi è stato chiesto da un revisore se le correlazioni (valori r) di Pearson presentate in una tabella possono essere confrontate tra loro in modo da poter affermare che uno è "più forte" di un altro (oltre a guardare semplicemente i valori r effettivi) .

Come lo faresti? Ho trovato questo metodo

http://vassarstats.net/rdiff.html

ma non sono sicuro se questo si applica.

(Presumo che tu stia parlando di r ottenuto da un campione.)

Il test su quel sito applica nel senso che esso considera r come qualsiasi parametro il cui valore può variare da due popolazioni. In che modo r differisce da qualsiasi altra misura, come la media, di cui sei molto fiducioso nel confrontare, usando il t- test? Bene, è diverso in quanto è legato tra -1,1, non ha la distribuzione corretta, quindi è necessario che Fisher lo trasformi prima di fare l'inferenza (e poi trasformarlo in seguito, se si desidera, ad esempio, ottenere un elemento della configurazione). I punteggi z risultanti dal test hanno la forma corretta su cui dedurre l'inferenza. Questo è ciò che sta facendo il test a cui stai collegando.

$_0$r , perché è vero e / o perché il tuo campione è insufficiente. Nota che avrei potuto fare la stessa storia sulla differenza di mezzi (usando il test t ) o qualsiasi altra misura.

$_0$), ma lo ha fatto solo con il consiglio che questi non sono altro che un punto di partenza. E non conosci nemmeno la differenza esatta, anche se fai qualche deduzione, ad esempio calcolando l'IC per le differenze tra le due correlazioni. Molto probabilmente, una serie di possibili differenze sarà compatibile con i tuoi dati.

Una scommessa relativamente sicura consisterebbe nel calcolare gli intervalli di confidenza per la tua R e possibilmente l'IC per la loro differenza, e lasciare che il lettore decida.