透過 MCP 連接 →

輸入計算

數學公式

廣告

結果

斯皮爾曼等級相關係數(ρ)
0.8
範圍介於 −1 到 +1 之間
配對數(n) 5
Σd²(等級差平方和) 4

什麼是斯皮爾曼等級相關?

斯皮爾曼等級相關係數(ρ,讀作「rho」)用來衡量兩個變數之間單調關係的強度與方向。與皮爾森(Pearson)相關不同,它是以資料的等級(排名)而非原始數值來計算,因此對離群值較不敏感,也特別適合用於順序尺度資料,或是「非線性但呈單調趨勢」的關係。其值介於 −1(完全負向單調關係)、0(無單調關係)到 +1(完全正向單調關係)之間。

兩幅散佈圖,展示正向與負向的單調秩關係
斯皮爾曼ρ衡量單調關係,取值從+1(完全遞增)到-1(完全遞減)。

如何使用本計算器

請以逗號或空格分隔,分別輸入你的 X 值與 Y 值。每一個 X 都必須對應到相同位置的 Y,因此兩組清單的資料筆數必須相同。計算器會分別為兩個變數排名(遇到同分時採用平均等級),計算各組等級差的平方,並回傳 ρ,同時附上 Σd² 與配對數 n。

公式說明

經典公式為

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

其中 d 是某個 X 值的等級與其配對 Y 值等級之間的差,n 則是配對數。

$$\left\{ \begin{aligned} d_i &= \operatorname{rank}\!\left(\text{X values}\right) - \operatorname{rank}\!\left(\text{Y values}\right) \\ n &= \text{number of paired values} \end{aligned} \right.$$

這個簡化公式只有在「完全沒有同分」時才會完全精確;本工具在遇到同分時改用平均等級,計算結果會與標準慣例高度一致,屬於非常接近的近似值。

Advertisement
圖示展示原始配對資料轉換為秩,再轉為差值d與平方差
對每個值排秩,然後將秩差d平方並求和以計算ρ。

實例演算

假設 X =(1, 2, 3, 4, 5)、Y =(2, 1, 4, 3, 5)。排名後,X 的等級為(1,2,3,4,5),Y 的等級為(2,1,4,3,5)。各組差值 d 為(−1, 1, −1, 1, 0),因此 d² =(1, 1, 1, 1, 0),\(\sum d_i^{2} = 4\)。代入 \(n = 5\):

$$\rho = 1 - \frac{6(4)}{5(25 - 1)} = 1 - \frac{24}{120} = 1 - 0.2 = \mathbf{0.8}$$

常見問題(FAQ)

它和皮爾森 r 有什麼不同?皮爾森相關以原始數值衡量「線性」相關;斯皮爾曼則以等級衡量「單調」相關,因此能捕捉到任何持續上升或下降的趨勢關係。

如果我的資料有同分怎麼辦?本計算器會將同分的數值都指派為它們所涵蓋等級的平均值,這也是標準的同分處理方式。

多強才算強相關?作為粗略的參考:\(|\rho|\) 大於 0.7 屬於強相關,0.4–0.7 為中等相關,低於 0.4 則為弱相關——但務必結合實際情境來判讀。

最後更新: