Literaturübersicht 
145 
§ 2, 1. und § 7. (Vgl. Fünftes Kapitel. § 7.) Der Wert des Korre 
lationskoeffizienten für die viergliedrige (tetrachorische) Tabelle wird 
sonst in ähnlicher Weise, wie oben, jedoch unter der Annahme, daß die 
Variablen X und Y bloß die Werte 1 und 0 erhalten können, berechnet; 
vgl. G. U. Yule, On the methods of measuring association between 
two attributes, S. 596, 606ff. (Journal of the Royal Statistical Society, 
vol. 75, 1912); L. v. Bortkiewicz, Besprechung des Lehrbuchs von 
Charlier, S. 346-—347 (Nordisk Statistisk Tidskrift, Bd. 1, 1922); vgl. 
ferner C. Gini, Indici di omofilia e loro relazioni col coefficiente di corre- 
lazione e con gli indici di attrazione, S. 600 und Anm. 1 zu S. 602 
(Atti del Reale Istituto Veneto, t. 74, Parte seconda, Venezia 
1915). C. V. L. Charlier (Vorlesungen über die Grundzüge der mathe 
matischen Statistik, S. 105 bis 114, 1920) erhält denselben Ausdruck 
für den Korrelationskoeffizienten auf dem Umwege über die Gleichung 
der Korrelationsfläche. S. D. Wickseil (Some theorems in the theory 
of probability, with special reference to their importance in the theory 
of homograde correlation; Svenska Aktuarieföreningens Tidskrift, 1916) 
gelangt zu ihm über die Regressionsgleichungen. 
Von der im Text vorgetragenen Betrachtungsweise, die von der An 
nahme ausgeht, daß die beiden Variablen nur je zwei verschiedene Werte 
erhalten können, ist die Problemstellung zu unterscheiden, welcher die 
Voraussetzung zugrunde liegt, daß beliebig zahlreiche mögliche Werte 
der Variablen in je zwei Gruppen zusammengezogen werden, wobei als 
Aufgabe der theoretischen Behandlung des Problems erscheint, zu zeigen,' 
in welcher Weise die das Abhängigkeitsgesetz charakterisierenden Maß 
zahlen auf Grundlage einer solchen tetrachorischen Tabelle ermittelt 
werden können. Dies ist die Problemstellung von Pearson bei der Be 
trachtung der tetrachorischen Tabelle. Damit diese Aufgabe lösbar sei, 
muß die Annahme eines bestimmten Abhängigkeitsgesetzes hinzutreten; 
begreiflicherweise kommt hierbei in erster Linie die normale Korrelation 
in Betracht; vgl. K. Pearson, On the correlation of characters not 
quantitatively measurable (Phil. Trans., A, vol. 195; 1901); K. Pearson, 
On a novel method of regarding the association of two variates classed 
solely in alternate categories (Drapers’ Company Research Memoirs, 
Biometric Series, VII, 1912); K. Pearson and D. Heron, On theories 
of association (Biometrika, vol. IX); vgl. W. F. Sheppard, On the 
application of the theory of error to cases of normal distribution and 
normal correlation (Phil. Trans., A, vol. 192, 1899). 
Daß die Berechnung der Mean Square Contingency für die tetra 
chorische Tabelle zu demselben Ausdruck führt, wurde von Pearson 
gleichzeitig mit der Aufstellung des Begriffs der Mean Square Conting 
ency hervorgehoben; vgl. K. Pearson, On the theory of contingency 
and its relation to association and normal correlation, S. 21 (Drapers’ 
Company Research Memoirs, Biometric Series, I, 1904). 
§ 2, 2. Die verschiedenen Kunstgriffe, deren man sich bei der stati-