斯佩尔曼相关性计算器
指示: 你可以使用这个Spearman Correlation Calculator工具来计算两个变量X和Y的Spearman's Correlation Coefficient。你所要做的就是输入你的X和Y数据,或者简单地从Excel或其他来源粘贴。
更多关于spearman相关系数的信息
上面计算的相关系数相当于Spearman的相关系数。计算它的要求是,两个变量X和Y至少是在区间水平上测量的(这意味着它对名义或序数变量不起作用)。
如何计算spearman的等级相关?
皮尔逊相关系数的公式是::
\[r_S =\frac{n \sum_{i=1}^n Rank(x_i) Rank(y_i) - \left(\sum_{i=1}^n Rank(x_i) \right) \left(\sum_{i=1}^n Rank(y_i) \right) }{\sqrt{n \sum_{i=1}^n Rank(x_i)^2 - \left( \sum_{i=1}^n Rank(x_i) \right)^2} \sqrt{n \sum_{i=1}^n Rank(y_i)^2 - \left( \sum_{i=1}^n Rank(y_i) \right)^2} }\]或等价的
\[r_S = \frac{SS_{\tilde X \tilde Y}}{\sqrt{SS_{\tilde X \tilde X}\cdot SS_{\tilde Y \tilde Y} }}\]看到这个过程的一个好方法是,首先找到与样本中每个值相关的等级,然后你用皮尔逊相关的公式来找到这些等级的相关度。
对于区间级数据,你应该使用 皮尔逊相关系数计算器 而不是。此外,为了将数据图形化,更好地理解变量X和Y之间的线性关系,你可以使用我们的 散点图制作者
报告spearman's rank correlation
如何报告Spearman's 相关性?与报告皮尔逊相关的方式非常相似。一般来说,你会写这样的内容:"序数变量X和Y显示出显著的线性关联程度,\(r_s = .894, p < .001\)"。
如何评估spearman的相关关系是否显著?
评估Spearman相关的观察值是否显著的最常用方法是与相应的 斯佩尔曼的临界值 .另外,为了找到临界相关值,你可以使用一个专门的表格,有时会在统计学教科书中出现。