什么是斯皮尔曼等级相关?
斯皮尔曼等级相关系数(\(\rho\),读作"rho")用于衡量两个变量之间单调关系的强弱与方向。它与皮尔逊相关系数不同:斯皮尔曼依据数据的排名(秩)而非原始数值进行计算,因此不要求二者呈线性关系,也不要求数据服从正态分布。\(\rho\) 的取值范围从 \(-1\)(完全反向排列)经过 \(0\)(无单调关联)到 \(+1\)(完全一致)。
如何使用本计算器
在 X 和 Y 两个输入框中分别填入两组数据,数值之间用逗号或空格隔开。两组数据的个数必须相同(较长一组中多出的数值会被忽略)。点击计算即可得到 \(\rho\)、配对数 \(n\),以及 \(\Sigma d^{2}\)——也就是排名差的平方和。
公式详解
当数据没有并列排名时,\(\rho\) 的计算公式为:
$$\rho = 1 - \frac{6 \sum d_i^{2}}{n\,(n^{2}-1)} \qquad d_i = R\!\left(\text{X}_i\right) - R\!\left(\text{Y}_i\right)$$
首先对每个变量分别排名(最小值为第 1 名)。对于每一对数据,\(d\) 表示其 X 排名与 Y 排名之差。将每个 \(d\) 平方后求和,再代入公式即可。当存在并列排名时,这个简化公式会产生偏差,因此本计算器会自动改用排名的皮尔逊相关系数(等价做法),并对并列数值采用平均排名。
实例演算
设 X = 10, 20, 30, 40, 50,Y = 12, 24, 33, 44, 55。两组数据同步递增,因此各自的排名都是 1、2、3、4、5。每个 \(d\) 均为 0,所以 \(\Sigma d^{2} = 0\),$$\rho = 1 - \frac{6\times 0}{5\times 24} = \mathbf{1}$$——这是完全正向的单调关系。
解读你的斯皮尔曼ρ结果
斯皮尔曼ρ衡量两个变量之间的关系在多大程度上可以用单调函数来描述,即一个持续上升或持续下降的函数。其取值范围为−1到+1。
符号与大小。符号表示方向。正ρ表示X的较高秩次倾向于与Y的较高秩次相伴。负ρ表示X的较高秩次倾向于与Y的较低秩次相伴。\(|\rho|\)表示单调关联的强度,与方向无关。ρ = −0.80与ρ = +0.80的强度相同。
|ρ|的经验分级(仅为惯例;不同领域可能采用更严格或更宽松的临界值):
| |ρ| | 常用标签 |
|---|---|
| 0.00–0.19 | 极弱 |
| 0.20–0.39 | 弱 |
| 0.40–0.59 | 中等 |
| 0.60–0.79 | 强 |
| 0.80–1.00 | 极强 |
- 相关不等于因果。较高的ρ表明两个变量在秩次上同步变动,但并不说明一个导致另一个。第三变量或巧合可能解释这种模式。
- 样本量很重要。当n较小时,看起来较大的ρ很容易由偶然因素产生。当n较大时,即使很小的ρ也可能具有统计显著性。判断显著性需要单独的检验,例如下方的临界值表或p值。
- ρ = 0并不意味着没有关系。它只表示不存在单调趋势。U形或其他非单调关系也可能产生接近0的ρ,因此也应绘制数据图。
斯皮尔曼ρ的临界值
下表列出了常见公开表格中选取的斯皮尔曼ρ标准双尾临界值,显著性水平为α = 0.05和α = 0.01。短横线表示在该样本量下没有任何值能达到该水平。
| n(配对数) | 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 |
使用方法:找到你的n,然后将\(|\rho|\)与临界值比较。若\(|\rho|\)达到或超过该临界值,则在该水平上拒绝无关联的原假设。若小于临界值,则无法拒绝原假设。
较大样本:对于超出表格范围的n,通常使用t近似:
$$t = \rho\,\sqrt{\frac{n-2}{1-\rho^{2}}}$$
将t与自由度为\(n-2\)的学生t分布进行比较。对于非常小的n,最好使用精确表格;而且并列秩次会使上述任何检验都只是近似的。
分步说明:手工处理含并列值的秩次
- 分别对每个变量从小到大排序。X和Y独立排序。
- 在排序后的顺序中分配位置1到n。最小值的位置为1。
- 并列值取位置的平均值。并列的每个值都取其所占位置的平均值。例如,两个值并列第2和第3名,则各得\((2+3)/2 = 2.5\)。下一个值则取秩次4。
- 配对秩次,使每个观测值都有其X秩次和Y秩次。
- 计算ρ。无并列值时,求\(d_i = R(X_i) - R(Y_i)\),平方后求和得到\(\sum d_i^2\),再用\(\rho = 1 - \dfrac{6\sum d_i^{2}}{n(n^{2}-1)}\)。有并列值时,该简化公式只是近似的,因此应对秩次配对计算皮尔逊r。
含并列值的简短示例。取X = 5, 8, 8, 12,Y = 2, 4, 3, 9。
- X的秩次:5 → 1;两个8占据第2和第3位,因此各得2.5;12 → 4。秩次:1, 2.5, 2.5, 4。
- Y的秩次(无并列):2 → 1,4 → 3,3 → 2,9 → 4。秩次:1, 3, 2, 4。
- 两组秩次的均值均为2.5。X的离差:−1.5, 0, 0, 1.5。Y的离差:−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
这表明存在非常强的正单调关联。不过,n = 4的样本量对于常用水平的显著性检验来说太小了。
常见问题
\(\rho = 0\) 代表什么? 表示不存在单调趋势;当 X 增大时,Y 没有呈现出一致的增大或减小。
它与皮尔逊相关系数 \(r\) 有何区别? 皮尔逊衡量原始数值之间的线性关联;斯皮尔曼衡量排名之间的单调关联,因此对异常值更稳健,也能反映非线性但有序的关系。
需要多少个数据点? 计算 \(\rho\) 至少需要 2 对数据,但配对数越多,得到的关联估计就越可靠。