С коефициента на корелация на ранга на Спиърман можем да определим дали две променливи имат монотонна функция (т.е. когато едно число се увеличи, другото число също ще се увеличи, или обратното). За да изчислите коефициента на корелация на ранга на Спиърман, трябва да класирате и сравните наборите от данни, за да намерите d2, след което въведете данните във стандартната или опростена формула за коефициент на корелация на ранг на Спиърман. Можете също така да изчислите тези коефициенти, като използвате формулите на Excel или командата R.
Стъпка
Метод 1 от 3: Ръчен начин
Стъпка 1. Създайте таблица
Таблицата се използва за включване на цялата информация, необходима за изчисляване на коефициента на корелация на ранга на Спиърман. Имате нужда от таблица като тази:
- Създайте 6 колони със заглавия, както в примера.
- Подгответе толкова празни редове, колкото броя на двойките данни.
Стъпка 2. Попълнете първите две колони с двойки данни
Стъпка 3. Въведете класирането на първата колона от групи данни в третата колона от 1 до n (брой данни)
Дайте оценка 1 за най -ниската стойност, оценка 2 за следващата най -ниска стойност и т.н.
Стъпка 4. В четвъртата колона направете същото като в стъпка 3, но за да класирате данните във втората колона
-
Средно_742 Ако има две (или повече) данни със същата стойност, изчислете средната оценка на данните и след това я въведете в таблица въз основа на тази средна стойност.
В примера вдясно има две стойности 5 на оценките 2 и 3. Тъй като има две 5, намерете средната стойност на оценките. Средно 2 и 3 е 2,5, така че въведете рейтингова стойност 2,5 за двете стойности 5.
Стъпка 5. В колона "d" изчислете разликата между двете числа в колоната за ранг
Тоест, ако една колона е класирана на 1, а другата колона е на 3, разликата е 2 (Знакът няма значение, защото следващата стъпка е да се постави стойността в квадрат.)
Стъпка 6. Квадратирайте всяко число в колона "d" и запишете резултата в колона "d2".
Стъпка 7. Добавете всички данни в колона „d2".
Резултатът е d2.
Стъпка 8. Изберете една от следните формули:
-
Ако нито една от оценките не е същата като в предишната стъпка, въведете тази стойност в опростената формула за коефициент на корелация на ранга на Спиърман
Стъпка 8_271 и заменете "n" с броя на двойките данни, за да получите резултата.
Стъпка 9_402 -
Ако има подобен ранг в предишната стъпка, използвайте стандартната формула за коефициент на корелация на ранга на Спиърман:
Spearman
Стъпка 9. Интерпретирайте резултатите
Стойността може да варира между -1 и 1.
- Ако стойността е близка до -1, корелацията е отрицателна.
- Ако стойността е близка до 0, няма линейна корелация.
- Ако стойността е близка до 1, корелацията е положителна.
Метод 2 от 3: Използване на Excel
Стъпка 1. Създайте нова колона за данните заедно с тяхното класиране
Например, ако вашите данни са в колона A2: A11, използвайте формулата „= RANK (A2, A $ 2: A $ 11)“и я копирайте, докато покрие всички колони и редове.
Стъпка 2. Променете същата оценка, както е описано в стъпки 3 и 4 на метод 1
Стъпка 3. В новата клетка изчислете корелацията между двете колони за ранг с формулата "= CORREL (C2: C11, D2: D11)"
В този пример C и D се отнасят до колоната, където се намира класирането. Новата клетка ще бъде изпълнена с Корелация на ранга на Спиърман.
Метод 3 от 3: Използване на R
Стъпка 1. Инсталирайте първо програмата R, ако вече нямате такава
(Вижте
Стъпка 2. Запишете данните си във CSV формуляр, поставете данните, които искате да намерите корелацията, в първите две колони
Можем да направим това, като използваме менюто „Запазване като“.
Стъпка 3. Отворете R Editor
Ако работите от терминала, просто стартирайте R. Ако работите от работния плот, щракнете върху иконата R.
Стъпка 4. Въведете следната команда:
- d <- read.csv ("NAME_OF_YOUR_CSV.csv") и натиснете Enter.
- гласове (ранг (d [, 1]), ранг (d [, 2]))
Съвети
Данните трябва да се състоят от поне 5 двойки, за да може да се види тенденцията (броят на данните е 3 двойки в примера само за опростяване на изчисленията.)
Внимание
- Коефициентът на корелация на Спирман идентифицира само силата на корелацията, когато данните се покачват или намаляват последователно. Ако има друга тенденция в данните, корелацията на ранга на Спиърман не ще осигури точно представяне.
- Тази формула се основава на предположението, че няма равни оценки. Когато има същия ранг, както в примера, трябва да използваме тази дефиниция: коефициентът на корелация на момента на умножение по ранг.
