斯皮尔曼相关在线计算器

Spearman 相关计算器简化了计算 Spearman 的过程 相关系数，它评估两个排名变量之间关联的强度和方向。在数据不满足 Pearson 相关性所需的假设的情况下，该工具非常有价值，特别是在处理序数变量或非正态分布数据时。

Spearman相关计算器的公式

Spearman 相关系数是一种稳健的非参数度量，可深入了解两个变量之间的单调关系。计算方法如下：

对数据进行排序：

为两个数据集中的值分配排名。对于任何并列值，指定平均排名。

计算差异：

计算两个数据集中对应值的排名之间的差异 (di)。

求差值的平方：

对每个差值求平方以获得 di 平方。

差平方和：

计算所有平方差之和（di 平方和）。

应用公式：

rho = 1 – (6 * di 平方和) / (n * (n 平方 – 1))

其中 n 是等级对的数量。

常用搜索词表

按揭年数	描述
斯皮尔曼相关	两个变量之间的等级相关性的度量
非参数化 统计	不基于参数化分布的统计方法
等级相关性	数据集中值的排名之间的相关性
并列队伍	分配给数据中关联值的平均排名

例如：

让我们计算以下数据的 Spearman 相关系数：

数据集X	X级	数据集 Y	Y级
10	3	30	2
20	2	40	1
30	1	50	3

1. 对数据进行排序：
   • 数据集 X 排名：1、2、3
   • 数据集 Y 排名：2、1、3
2. 计算差异：
   • 差异 (d_i): (3-2), (2-1), (1-3) = 1, 1, -2
3. 求差值的平方：
   • 平方差 (d_i 平方): 1, 1, 4
4. 差平方和：
   • d_i 平方和：1 + 1 + 4 = 6
5. 应用公式：
   • rho = 1 – (6 * 6) / (3 * (3 的平方 – 1))
   • ρ = 1 – (36 / (3 * 8))
   • ρ = 1 – (36 / 24)
   • ρ = 1 – 1.5 = -0.5

该数据的 Spearman 相关系数为 -0.5，表明两个排名变量之间存在中度负相关。

最常见的常见问题解答