حاسبة معامل ارتباط الرتب لسبيرمان

حاسبة معامل ارتباط الرتب لسبيرمان

رائد AI Skill PRO

أدخل الحساب

صيغة رياضية

ρ=1−6∑i=1ndi2n(n2−1)di=R(Xi)−R(Yi)\rho = 1 - \frac{6 \sum_{i=1}^{n} d_i^{2}}{n\,(n^{2}-1)} \qquad d_i = R\!\left({{\text{X}_i}}\right) - R\!\left({{\text{Y}_i}}\right)
عرض خطوات الحساب (1)
  1. Spearman rho (Pearson on ranks, with ties)

    ρ=∑(Rx,i−R‾x)(Ry,i−R‾y)∑(Rx,i−R‾x)2∑(Ry,i−R‾y)2Rx=R(X),Ry=R(Y)\rho = \frac{\sum (R_{x,i}-\bar{R}_x)(R_{y,i}-\bar{R}_y)}{\sqrt{\sum (R_{x,i}-\bar{R}_x)^{2}\;\sum (R_{y,i}-\bar{R}_y)^{2}}}\qquad R_x = R\!\left(\text{X}\right),\; R_y = R\!\left(\text{Y}\right)

    When ties are present, rho is the Pearson correlation of the average ranks. R(X) and R(Y) are the rank vectors, with bars denoting their means.

إحصاءات الاستخدام

اعلان

نتائج

ارتباط الرتب لسبيرمان (ρ)
١
من −1 (عكس تام) إلى +1 (توافق تام)
عدد الأزواج (n) ٥
Σd² (مجموع مربعات فروق الرتب) ٠

الإبلاغ عن خطأ في هذه الصفحة

ما هو معامل ارتباط الرتب لسبيرمان؟

يقيس معامل ارتباط الرتب لسبيرمان (ρ، ويُنطق "رو") قوة واتجاه العلاقة الرتيبة (المنوتونية) بين متغيرين. وعلى عكس معامل ارتباط بيرسون، فإنه يعتمد على رتب البيانات بدلاً من قيمها الخام، لذا فهو لا يفترض أن العلاقة خطية ولا أن البيانات تتبع التوزيع الطبيعي. تتراوح قيمة ρ من −1 (ترتيب عكسي تام) مروراً بالصفر (لا يوجد ارتباط رتيب) وصولاً إلى +1 (توافق تام).

ثلاثة مخططات تشتت صغيرة تُظهر علاقة رتيبة متزايدة ومتناقصة وعدم وجود علاقة رتب
يقيس معامل ρ لسبيرمان العلاقات الرتيبة: موجبة (ρ قرب +1)، وسالبة (ρ قرب -1)، ومنعدمة (ρ قرب 0).

كيفية استخدام الحاسبة

أدخل سلسلتي البيانات في خانتي X وY، مع الفصل بين القيم بفاصلة أو مسافة. يجب أن تحتوي القائمتان على العدد نفسه من القيم (وسيتم تجاهل أي قيم زائدة في القائمة الأطول). اضغط على زر الحساب للحصول على قيمة ρ، وعدد الأزواج (\(n\))، وΣd² — أي مجموع مربعات فروق الرتب.

شرح المعادلة

عندما لا توجد رتب متعادلة، تُحسب قيمة ρ على النحو التالي:

$$\rho = 1 - \frac{6 \sum d_i^{2}}{n\,(n^{2}-1)} \qquad d_i = R\!\left(\text{X}_i\right) - R\!\left(\text{Y}_i\right)$$

أولاً تُرتَّب قيم كل متغير على حدة (الأصغر = الرتبة 1). ولكل زوج، يمثّل \(d\) الفرق بين رتبته في X ورتبته في Y. ربّع كل قيمة \(d\)، ثم اجمعها، وعوّض في المعادلة. أما عند وجود قيم متعادلة، فإن هذه الصيغة المختصرة تصبح متحيزة، لذا تنتقل الحاسبة تلقائياً إلى معامل ارتباط بيرسون المكافئ المطبَّق على الرتب، مستخدمةً متوسط الرتب للقيم المتعادلة.

اعلان
مخطط يُظهر تحويل عمودي بيانات إلى عمودي رتب ومربع الفرق d
تُرتَّب كل قيمة X وY؛ وd هو الفرق بين الرتب، وΣd² يُدخل في المعادلة.

مثال محلول

لنأخذ X = 10، 20، 30، 40، 50 وY = 12، 24، 33، 44، 55. تتزايد كلتا السلسلتين معاً، لذا تحمل كل منهما الرتب 1، 2، 3، 4، 5. وبما أن كل \(d = 0\)، فإن Σd² = 0 وتكون \(\rho = 1 - \dfrac{6\times 0}{5\times 24} =\) 1 — أي علاقة رتيبة موجبة تامة.

تفسير نتيجة معامل ارتباط سبيرمان ρ

يقيس معامل ارتباط سبيرمان ρ مدى إمكانية وصف العلاقة بين متغيرين بدالة أحادية، أي دالة تتزايد باستمرار أو تتناقص باستمرار. وتتراوح قيمته بين −1 و+1.

الإشارة مقابل المقدار. تحدد الإشارة الاتجاه. تعني قيمة ρ الموجبة أن الرتب الأعلى للمتغير X تميل إلى أن تقترن برتب أعلى للمتغير Y. وتعني قيمة ρ السالبة أن الرتب الأعلى للمتغير X تميل إلى أن تقترن برتب أدنى للمتغير Y. ويعطي المقدار \(|\rho|\) قوة الارتباط الأحادي، أيًّا كان اتجاهه. فـ ρ = −0.80 قوية بقدر ρ = +0.80.

نطاقات تقريبية لـ |ρ| (أعراف اصطلاحية فقط؛ تختلف باختلاف المجال، وتستخدم بعض التخصصات حدودًا أشد أو أخف):

|ρ| التسمية الشائعة
0.00–0.19 ضعيف جدًا
0.20–0.39 ضعيف
0.40–0.59 متوسط
0.60–0.79 قوي
0.80–1.00 قوي جدًا
  • الارتباط لا يعني السببية. تشير قيمة ρ المرتفعة إلى أن المتغيرين يتحركان معًا من حيث الرتب. لكنها لا تدل على أن أحدهما يسبب الآخر. فقد يفسر متغير ثالث أو محض مصادفة هذا النمط.
  • حجم العينة مهم. مع عينة صغيرة n، يمكن أن تنشأ قيمة ρ تبدو كبيرة بالصدفة. ومع عينة كبيرة n، قد تكون قيمة ρ ضئيلة جدًا ذات دلالة إحصائية. ويحتاج الحكم على الدلالة إلى اختبار منفصل، مثل جدول القيم الحرجة أدناه أو القيمة الاحتمالية p.
  • ρ = 0 لا يعني عدم وجود علاقة. إنها تعني فقط عدم وجود اتجاه أحادي. فالعلاقة على شكل حرف U أو أي علاقة غير أحادية أخرى قد تعطي قيمة ρ قريبة من 0، لذا ارسم بياناتك أيضًا.

القيم الحرجة لمعامل ارتباط سبيرمان ρ

يعرض الجدول قيمًا حرجة ثنائية الطرف مختارة لمعامل ارتباط سبيرمان ρ من جداول منشورة شائعة، لمستويي الدلالة α = 0.05 وα = 0.01. وتعني الشرطة أنه لا توجد قيمة يمكنها بلوغ هذا المستوى عند حجم العينة هذا.

n (عدد الأزواج) α = 0.05 α = 0.01
5 1.000 —
6 0.886 1.000
7 0.786 0.929
8 0.738 0.881
9 0.700 0.833
10 0.648 0.794
12 0.591 0.777
15 0.521 0.654
20 0.447 0.570
30 0.362 0.467

طريقة الاستخدام: حدد n لديك، ثم قارن \(|\rho|\) بالقيمة الحرجة. إذا كانت \(|\rho|\) تساوي القيمة الحرجة أو تتجاوزها، فارفض فرضية العدم القائلة بعدم وجود ارتباط عند هذا المستوى. وإذا كانت أصغر منها، فلا يمكنك رفض فرضية العدم.

العينات الكبيرة: بالنسبة إلى n الأكبر من حجم الجدول، يُستخدم عادةً تقريب بتوزيع t:

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

قارن t بتوزيع t لستيودنت بدرجات حرية \(n-2\). والجداول الدقيقة أفضل للعينات الصغيرة جدًا، والرتب المتعادلة تجعل أيًّا من هذه الاختبارات تقريبيًا.

اعلان

خطوة بخطوة: ترتيب البيانات ذات التعادل يدويًا

  1. رتّب كل متغير على حدة من الأصغر إلى الأكبر. نفّذ ذلك لـ X وY بشكل مستقل.
  2. أعطِ المواضع من 1 إلى n وفق الترتيب المرتب. تحصل أصغر قيمة على الموضع 1.
  3. احسب متوسط المواضع للقيم المتعادلة. تحصل كل قيمة متعادلة على متوسط المواضع التي تشغلها. فعلى سبيل المثال، إذا تعادلت قيمتان في المركزين الثاني والثالث، فإن كلتيهما تحصل على \((2+3)/2 = 2.5\). ثم تحصل القيمة التالية على الرتبة 4.
  4. اقرن الرتب بحيث تحصل كل مشاهدة على رتبتها في X ورتبتها في Y.
  5. احسب ρ. عند عدم وجود تعادل، احسب \(d_i = R(X_i) - R(Y_i)\)، ثم ربّع الفروق واجمعها للحصول على \(\sum d_i^2\)، ثم استخدم \(\rho = 1 - \dfrac{6\sum d_i^{2}}{n(n^{2}-1)}\). ومع وجود تعادل، يكون الاختصار تقريبيًا فقط، لذا احسب معامل ارتباط بيرسون r على أزواج الرتب بدلًا من ذلك.

مثال قصير مع تعادل. خذ X = 5, 8, 8, 12 وY = 2, 4, 3, 9.

  • رتب X: 5 → 1؛ القيمتان 8 تشغلان الموضعين 2 و3، فتحصل كل منهما على 2.5؛ و12 → 4. الرتب: 1, 2.5, 2.5, 4.
  • رتب Y (بلا تعادل): 2 → 1، 4 → 3، 3 → 2، 9 → 4. الرتب: 1, 3, 2, 4.
  • متوسط الرتب لكلا المتغيرين هو 2.5. انحرافات X: −1.5, 0, 0, 1.5. انحرافات Y: −1.5, 0.5, −0.5, 1.5.
  • \(\sum xy = 2.25 + 0 + 0 + 2.25 = 4.5\)، و\(S_{xx} = 2.25+0+0+2.25 = 4.5\)، و\(S_{yy} = 2.25+0.25+0.25+2.25 = 5\).
  • $$\rho = \frac{4.5}{\sqrt{4.5 \times 5}} = \frac{4.5}{\sqrt{22.5}} \approx$$ 0.9487

يشير هذا إلى ارتباط أحادي موجب قوي جدًا. لكن مع n = 4، تكون العينة صغيرة جدًا بحيث لا تكون النتيجة ذات دلالة عند المستويات المعتادة.

الأسئلة الشائعة

ماذا تعني قيمة ρ = 0؟ لا يوجد اتجاه رتيب؛ فمع ارتفاع X لا يُظهر Y أي زيادة أو نقصان منتظم.

ما الفرق بينه وبين معامل بيرسون r؟ يقيس بيرسون العلاقة الخطية على القيم الخام، بينما يقيس سبيرمان العلاقة الرتيبة على الرتب، مما يجعله أكثر متانة في مواجهة القيم الشاذة والعلاقات غير الخطية (لكن المرتّبة).

كم عدد نقاط البيانات التي أحتاج إليها؟ يلزم وجود زوجين على الأقل لحساب ρ، لكن كلما زاد عدد الأزواج كان تقدير الارتباط أكثر موثوقية.

آخر تحديث:

الأكثر شيوعًا في الرياضيات والإحصاء

عرض جميع حاسبات الرياضيات والإحصاء