Калькулятор ранговой корреляции Спирмена

Калькулятор ранговой корреляции Спирмена

Растущий AI Skill PRO

Введите расчет

Математическая формула

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)
Показать шаги расчёта (1)
  1. ρ Спирмена (Пирсон по рангам, при наличии связок)

    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)

    При наличии связок ρ равен корреляции Пирсона для средних рангов. R(X) и R(Y) — векторы рангов, черта сверху обозначает их средние.

Статистика использования

Реклама

Результаты

Ранговая корреляция Спирмена (ρ)
1
от −1 (полная обратная связь) до +1 (полное совпадение)
Число пар (n) 5
Σd² (сумма квадратов разностей рангов) 0

Сообщить об ошибке на этой странице

Что такое ранговая корреляция Спирмена?

Коэффициент ранговой корреляции Спирмена (ρ, «ро») показывает силу и направление монотонной связи между двумя переменными. В отличие от корреляции Пирсона, он работает с рангами данных, а не с самими значениями, поэтому не требует, чтобы связь была линейной, а распределение — нормальным. Значение ρ меняется от −1 (полностью противоположный порядок) через 0 (монотонной связи нет) до +1 (полное совпадение порядка).

Три небольшие диаграммы рассеяния: монотонно возрастающая, монотонно убывающая и без ранговой связи
Коэффициент ρ Спирмена измеряет монотонные связи: положительную (ρ около +1), отрицательную (ρ около -1) и отсутствие (ρ около 0).

Как пользоваться калькулятором

Введите два ряда данных в поля X и Y, разделяя значения запятыми или пробелами. Оба списка должны содержать одинаковое количество элементов — лишние значения в более длинном ряду не учитываются. Нажмите «Рассчитать», чтобы получить ρ, число пар (\(n\)) и Σd² — сумму квадратов разностей рангов.

Разбор формулы

Если связанных (совпадающих) рангов нет, ρ вычисляется так:

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

Сначала каждую переменную ранжируют по отдельности (наименьшее значение = ранг 1). Для каждой пары d — это разность между её рангом по X и рангом по Y. Каждое значение d возводится в квадрат, квадраты суммируются и подставляются в формулу. При наличии совпадающих рангов эта упрощённая формула даёт смещённый результат, поэтому калькулятор автоматически переходит к эквивалентному расчёту — корреляции Пирсона по рангам, используя средние ранги для совпадающих значений.

Реклама
Схема, показывающая преобразование двух столбцов данных в столбцы рангов и квадрат разности d
Каждое значение X и Y ранжируется; d — разность рангов, а Σd² подставляется в формулу.

Пример расчёта

Возьмём X = 10, 20, 30, 40, 50 и Y = 12, 24, 33, 44, 55. Оба ряда растут синхронно, поэтому у каждого ранги 1, 2, 3, 4, 5. Все d = 0, значит Σd² = 0, и $$\rho = 1 - \frac{6\times 0}{5\times 24} = \mathbf{1}$$ — идеальная положительная монотонная связь.

Частые вопросы

Что означает ρ = 0? Монотонной тенденции нет: при росте X переменная Y не растёт и не убывает последовательно.

Чем это отличается от коэффициента Пирсона (\(r\))? Пирсон измеряет линейную связь по исходным значениям, а Спирмен — монотонную связь по рангам, что делает его устойчивым к выбросам и нелинейным (но упорядоченным) зависимостям.

Сколько нужно точек данных? Минимум для расчёта ρ — 2 пары, но чем больше пар, тем надёжнее оценка связи.

Интерпретация результата коэффициента ранговой корреляции Спирмена ρ

Коэффициент ранговой корреляции Спирмена ρ показывает, насколько хорошо связь между двумя переменными можно описать монотонной функцией, то есть такой, которая последовательно возрастает или последовательно убывает. Он принимает значения от −1 до +1.

Знак и величина. Знак показывает направление связи. Положительное ρ означает, что более высокие ранги X, как правило, соответствуют более высоким рангам Y. Отрицательное ρ означает, что более высокие ранги X, как правило, соответствуют более низким рангам Y. Величина \(|\rho|\) показывает силу монотонной связи независимо от её направления. ρ = −0,80 настолько же сильно, как ρ = +0,80.

Ориентировочные диапазоны для |ρ| (это лишь условные ориентиры; они различаются в разных областях, и в некоторых дисциплинах используются более строгие или более мягкие пороговые значения):

|ρ| Распространённое обозначение
0,00–0,19 Очень слабая
0,20–0,39 Слабая
0,40–0,59 Умеренная
0,60–0,79 Сильная
0,80–1,00 Очень сильная
  • Корреляция не означает причинно-следственной связи. Высокое ρ показывает, что две переменные изменяются вместе по рангам. Оно не доказывает, что одна из них вызывает другую. Закономерность может объясняться третьей переменной или простым совпадением.
  • Размер выборки имеет значение. При малом n большое на вид ρ может легко возникнуть по воле случая. При большом n даже очень малое ρ может быть статистически значимым. Для оценки значимости нужен отдельный тест, например сравнение с критическими значениями из таблицы ниже или использование p-значения.
  • ρ = 0 не означает отсутствия связи. Оно лишь означает отсутствие монотонной тенденции. U-образная или иная немонотонная связь может давать ρ, близкое к 0, поэтому обязательно постройте график данных.
Реклама

Критические значения ρ Спирмена

В таблице приведены выбранные стандартные критические значения ρ Спирмена для двустороннего теста из широко публикуемых таблиц, для уровней значимости α = 0,05 и α = 0,01. Прочерк означает, что при данном объёме выборки никакое значение не может достичь этого уровня.

n (пары) 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

Как пользоваться: найдите своё n, затем сравните \(|\rho|\) с критическим значением. Если \(|\rho|\) равно или превышает его, отвергните нулевую гипотезу об отсутствии связи на данном уровне. Если оно меньше, нулевую гипотезу отвергнуть нельзя.

Большие выборки: для n, выходящих за пределы таблицы, обычно используется приближение с помощью t-статистики:

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

Сравните t с распределением Стьюдента с \(n-2\) степенями свободы. Для очень малых n предпочтительны точные таблицы, а при наличии связанных рангов любые из этих тестов являются приближёнными.

Пошагово: ранжирование данных со связанными значениями вручную

  1. Отсортируйте каждую переменную отдельно от меньшего к большему. Работайте с X и Y независимо.
  2. Присвойте позиции от 1 до n в отсортированном порядке. Наименьшее значение получает позицию 1.
  3. Усредните позиции для совпадающих значений. Каждому из совпадающих значений присваивается среднее арифметическое позиций, которые они занимают. Например, два значения, занимающие 2-е и 3-е места, получают каждое \((2+3)/2 = 2,5\). Следующее значение получает ранг 4.
  4. Сопоставьте ранги так, чтобы каждое наблюдение имело свой ранг по X и свой ранг по Y.
  5. Вычислите ρ. Если связанных рангов нет, найдите \(d_i = R(X_i) - R(Y_i)\), возведите в квадрат и просуммируйте, получив \(\sum d_i^2\), затем используйте \(\rho = 1 - \dfrac{6\sum d_i^{2}}{n(n^{2}-1)}\). При наличии связанных рангов это упрощённая формула даёт лишь приближение, поэтому вместо неё вычислите коэффициент Пирсона r для пар рангов.

Короткий пример со связанными значениями. Возьмём X = 5, 8, 8, 12 и Y = 2, 4, 3, 9.

  • Ранги X: 5 → 1; две восьмёрки занимают позиции 2 и 3, поэтому каждая получает 2,5; 12 → 4. Ранги: 1, 2,5, 2,5, 4.
  • Ранги Y (без совпадений): 2 → 1, 4 → 3, 3 → 2, 9 → 4. Ранги: 1, 3, 2, 4.
  • Средние рангов равны 2,5. Отклонения X: −1,5, 0, 0, 1,5. Отклонения Y: −1,5, 0,5, −0,5, 1,5.
  • \(\sum xy = 2,25 + 0 + 0 + 2,25 = 4,5\), \(S_{xx} = 2,25+0+0+2,25 = 4,5\), \(S_{yy} = 2,25+0,25+0,25+2,25 = 5\).
  • $$\rho = \frac{4.5}{\sqrt{4.5 \times 5}} = \frac{4.5}{\sqrt{22.5}} \approx$$ 0.9487

Это указывает на очень сильную положительную монотонную связь. Однако при n = 4 выборка слишком мала для значимости на обычных уровнях.

Последнее обновление:

Самые популярные в разделе Математика и статистика

Все калькуляторы раздела Математика и статистика