Como interpretar o coeficiente de correlação de Matthews (MCC)?

A resposta para a pergunta Relação entre os coeficientes de correlação phi, Matthews e Pearson? mostra que os três métodos de coeficiente são todos equivalentes.

Não sou da estatística, então deve ser uma pergunta fácil.

O artigo de Matthews (www.sciencedirect.com/science/article/pii/0005279575901099) descreve o seguinte:

"A correlation of:
   C =  1 indicates perfect agreement,
   C =  0 is expected for a prediction no better than random, and
   C = -1 indicates total disagreement between prediction and observation"`.

De acordo com a Wikipedia ( http://en.wikipedia.org/wiki/Pearson_product-moment_correlation_coefficient ), a correlação de Pearson é descrita como:

giving a value between +1 and −1 inclusive, where:
   1 is total positive correlation, 
   0 is no correlation, and
  −1 is total negative correlation

A interpretação do coeficiente de correlação de Pearson é melhor entendida como a seguinte (de acordo com http://faculty.quinnipiac.edu/libarts/polsci/Statistics.html ):

If r =
   +.70 or higher Very strong positive relationship
   +.40 to +.69 Strong positive relationship
   +.30 to +.39 Moderate positive relationship
   +.20 to +.29 weak positive relationship
   +.01 to +.19 No or negligible relationship
   -.01 to -.19 No or negligible relationship
   -.20 to -.29 weak negative relationship
   -.30 to -.39 Moderate negative relationship
   -.40 to -.69 Strong negative relationship
   -.70 or higher Very strong negative relationship

Lendo alguns artigos, não há grau de interpretação para o intervalo de resultados da MCC entre -1 e 1. Esse coeficiente é bom para conjuntos de dados desequilibrados de negativos e positivos, onde a métrica de precisão não pode estimar bem se o preditor for preciso nesse caso.

Com conjuntos de dados desequilibrados, a medida F é uma boa métrica para comparar com a MCC para avaliar o desempenho do preditor? Por exemplo: existem casos em que F-measure = 94%e MCC = 0.58. O que isso diz sobre o preditor?

Posso adotar a mesma interpretação para o coeficiente de correlação de Matthews, ou há algum significado diferente na interpretação? Eu acredito que ambos os coeficientes são equivalentes na interpretação também.

Essa pergunta era tão simples e, infelizmente, ninguém conseguiu responder a essa pergunta.

De acordo com este documento: http://www.bioinfopublication.org/files/articles/2_1_1_JMLT.pdf , o MCC é um método de matriz de contingência para calcular o coeficiente de correlação produto-momento da Pearson. Portanto, tem a mesma interpretação.

O coeficiente de correlação de Matthews é um caso especial do coeficiente de correlação de Pearson. Portanto, as interpretações para os dois são as mesmas. Verifique as derivações e outros detalhes no meu post no github .