Калькулятор ранговой корреляции Спирмена

О Калькулятор ранговой корреляции Спирмена

Калькулятор ранговой корреляции Спирмена вычисляет коэффициент ранговой корреляции Спирмена (ρ, также записывается как r_s) — непараметрическую меру силы и направления монотонной связи между двумя ранжированными переменными. Он работает путем преобразования необработанных данных в ранги и последующего измерения корреляции между этими рангами, что делает его устойчивым к выбросам и подходящим для порядковых данных.

Как использовать калькулятор ранговой корреляции Спирмена

1. Введите значения X: Введите первый набор данных в поле «Переменная X», разделяя их запятыми, пробелами или переносами строк.
2. Введите значения Y: Введите второй набор данных в поле «Переменная Y». Оба набора данных должны иметь одинаковое количество значений.
3. Установите точность: Выберите количество десятичных знаков для результатов (от 2 до 15).
4. Выберите уровень значимости: Выберите α = 0.01, 0.05 или 0.10 для проверки гипотез.
5. Нажмите «Рассчитать»: Просмотрите коэффициент корреляции, тест на значимость, визуализации и пошаговые вычисления.

Формула ранговой корреляции Спирмена

Для данных без связанных рангов ρ Спирмена рассчитывается как:

$$\rho = 1 - \frac{6 \sum d_i^2}{n(n^2-1)}$$

где \(d_i\) — разность между рангами каждой пары наблюдений, а \(n\) — количество пар данных. При наличии связанных рангов применяется поправочный коэффициент с использованием общей формулы на основе сумм рангов.

Когда использовать корреляцию Спирмена вместо Пирсона

Выбирайте ранговую корреляцию Спирмена, когда:

• Ваши данные являются порядковыми (ранжированными), а не интервальными или относительными
• Связь между переменными монотонна, но не обязательно линейна
• Ваши данные содержат выбросы, которые могли бы исказить корреляцию Пирсона
• Данные не следуют нормальному распределению
• У вас небольшой объем выборки

Выбирайте корреляцию Пирсона, когда ваши данные непрерывны, распределены нормально и ожидается линейная зависимость.

Интерпретация результатов

• ρ = +1: Идеальная положительная монотонная связь — при увеличении X переменная Y всегда увеличивается
• ρ = −1: Идеальная отрицательная монотонная связь — при увеличении X переменная Y всегда уменьшается
• ρ = 0: Монотонная связь между переменными отсутствует
• 0.7 ≤ |ρ| < 1.0: Сильная корреляция
• 0.5 ≤ |ρ| < 0.7: Умеренная корреляция
• 0.3 ≤ |ρ| < 0.5: Слабая корреляция
• |ρ| < 0.3: Очень слабая или отсутствие корреляции

Как обрабатываются связанные ранги

Когда два или более наблюдения имеют одинаковое значение, им присваивается среднее арифметическое рангов, которые они бы заняли. Например, если значения в позициях 3 и 4 равны, оба получают ранг 3.5. Калькулятор автоматически обнаруживает связи и применяет соответствующую формулу коррекции для поддержания точности.

Проверка значимости

Калькулятор выполняет двусторонний t-тест, чтобы определить, является ли корреляция статистически значимой. Тестовая статистика равна:

$$t = \frac{\rho \sqrt{n-2}}{\sqrt{1-\rho^2}}$$

Это значение сравнивается с критическим значением t-распределения с n−2 степенями свободы при выбранном уровне значимости.

Часто задаваемые вопросы