Hur man beräknar korrelationskoefficienten för Spearman-rader

Korrelationskoefficienten för Spearman-rader gör det möjligt att identifiera graden av korrelation mellan två variabler i en monotonfunktion (till exempel i fråga om en proportionell eller proportionellt invers ökning mellan två tal). Följ denna enkla guide för att manuellt beräkna eller veta hur man beräknar korrelationskoefficienten i Excel eller i R-programmet.

Metod 1

Manuell beräkning

Skapa ett bord med dina data. Denna tabell kommer att organisera den information som behövs för att beräkna Spearman Reaction Correlation Coefficient. Du behöver:

6 kolumner, med rubrikerna som visas nedan.
Så många rader som det finns några data tillgängliga.

Fyll i de två första kolumnerna med dina datapar.

I den tredje kolumnen klassificeras uppgifterna från den första kolumnen från 1 till n (antalet tillgängliga data). Ranka det lägsta numret med rank 1, nästa lägsta nummer med rank 2, och så vidare.

Den fungerar i den fjärde kolumnen som i steg 3, men klassificerar den andra kolumnen i stället för den första.

Om två (eller flera) data i en kolumn är identiska, hitta medelvärdena, som om uppgifterna normalt klassificerades och klassificera sedan data med hjälp av detta medelvärde.
I exemplet till höger finns det två 5 som teoretiskt har en rang av 2 och 3. Eftersom det finns två 5, använd medelvärdet av sina led. Medelvärdet 2 och 3 är 2,5, sedan tilldelas rank 2.5 till båda siffrorna 5.

I kolumnen "d" beräknar skillnaden mellan de två siffrorna i varje par av ledningar. Det vill säga om ett av talen är klassificerat i rang 1 och det andra i rang 3, skulle skillnaden mellan de två resultera i 2. (Tecknet på numret spelar ingen roll eftersom i det här steget kommer detta värde att höjas till torget) .

Kvadrerar var och en av numren i kolumnen "d" och skriv dessa värden i kolumnen "d²".

Lägg till alla data i kolumnen "d²". Detta värde representeras av Σd².

Ange detta värde i formeln Korrelationskoefficient för Spearman Ranges.

Byt brevet "n" med antalet datapar tillgängliga och beräkna svaret.

Tolk resultatet. Det kan variera mellan -1 och 1.

Nära -1 - Negativ korrelation.

Nära 0 - Ingen linjär korrelation.

Nära 1 - Positiv korrelation.

Metod 2

I Excel

Skapa nya kolumner med rösterna i befintliga kolumner. Om data till exempel är i kolumn A2: A11, kommer du att använda formeln "= RANK (A2, A $ 2: A $ 11)", kopiera den i alla rader och kolumner.

I en ny cell skapar den en korrelation mellan de två kolumnerna i rangen med en funktion som liknar "= Korrelation (C2: C11, D2: D11)". I detta fall skulle C och D motsvara ledningarna i ledningarna. Korrelationscellen kommer att ge korrelationen mellan Spearman-led.

Metod 3

Använda R-programmet

Om du inte redan har det, ladda ner programmet R. (Se http://r-project.org).

Spara innehållet i en CSV-fil med de data du vill korrelera i de två första kolumnerna. Klicka på menyn och välj "Spara som".

Öppna programmet R. Om du är på terminalen kör du bara R. På skrivbordet klickar du på R-programlogotypen.

Skriv kommandon:

d <- read.csv ("NOME_DEL_TUO_CSV.csv") och tryck på enter

korrelation (rang (d [, 1]), rank (d [2]))

tips

De flesta data ska innehålla minst 5 par data för att identifiera en trend (i exemplet 3 användes datapar för att göra demonstration enklare).

varningar

Spearmans korrelationskoefficient identifierar endast graden av korrelation där det finns en konstant ökning eller minskning av data. Om du använder ett dataförlustschema, Spearman-koefficienten inte kommer att ge en korrekt representation av denna korrelation.
Denna formel bygger på antagandet att det inte finns några korrelationer mellan variablerna. När korrelationer som den som visas i exemplet finns, måste Pearson korrelationsindex baserat på ledningarna användas.

Dela på sociala nätverk:

Relaterade