Współczynnik tau-b () zdefiniowany w następujący sposób:
,
gdzie P to liczba par zgodnych, Q to liczba par niezgodnych, n0 to liczba wszystkich par (), zaś n1 i n2 wyznaczone są dla wartości wiązanych za pomocą następujących wzorów:
, gdzie ti to liczba powiązanych wartości pierwszej zmiennej dla i-tej grupy wiązań
, gdzie uj to liczba powiązanych wartości drugiej zmiennej dla j-tej grupy wiązań
Współczesne języki programowania stosowane do analizy danych, takie jak R lub Python, stosują domyślnie wersję tau-b.
Tau-c (), znane również pod nazwą Tau-c Stewarta-Kendalla, zalecane gdy liczba wiązań jest duża i różna w przypadku obu zmiennych, zdefiniowane jest następująco:
,
gdzie m to mniejsza z dwóch liczb: liczby unikalnych wartości pierwszej zmiennej i liczby unikalnych wartości drugiej zmiennej.
Związki z innymi miarami Współczynnik korelacji Współczynnik korelacji Pearsona służy do oceny liniowej zależności pomiędzy dwiema zmiennymi. Tau Kendalla mierzy zależność monotoniczną.