Spearmani auastmekorrelatsioonikordaja abil saame tuvastada, kas kahel muutujal on monotoonne funktsioonide seos (st kui üks number suureneb, suureneb ka teine arv või vastupidi). Spearmani auaste korrelatsioonikoefitsiendi arvutamiseks peate järjestama ja võrdlema andmekogumeid, et leida d2ja seejärel sisestage andmed standardsesse või lihtsustatud Spearmani auastme korrelatsioonikoefitsiendi valemisse. Neid koefitsiente saate arvutada ka Exceli valemite või R -käsu abil.
Samm
Meetod 1 /3: käsitsi
Samm 1. Looge tabel
Tabelit kasutatakse kogu Spearmani auastme korrelatsioonikordaja arvutamiseks vajaliku teabe lisamiseks. Te vajate sellist tabelit:
- Looge 6 veergu pealkirjadega, nagu näites.
- Valmistage ette nii palju tühje ridu kui andmepaare.
Samm 2. Täitke kaks esimest veergu andmepaaridega
Samm 3. Sisestage kolmandas veerus andmegruppide esimese veeru järjekord vahemikus 1 kuni n (andmete arv)
Andke madalaima väärtuse hindeks 1, järgmise madalaima väärtuse hindeks 2 jne.
Samm 4. Neljandas veerus tehke samamoodi nagu 3. sammus, kuid asetage andmed teise veeru järjestusse
-
Keskmine_742 Kui on kaks (või enam) sama väärtusega andmeid, arvutage andmete keskmine hinnang ja sisestage need selle keskmise väärtuse alusel tabelisse.
Parempoolses näites on reitingutel 2 ja 3 kaks väärtust 5. Kuna 5 -d on kaks, leidke hinnangute keskmine. 2 ja 3 keskmine on 2,5, seega sisestage mõlema väärtuse 5 jaoks hinnanguline väärtus 2,5.
Samm 5. Arvutage veerus "d" paremusjärjestuse veeru kahe numbri vahe
See tähendab, et kui üks veerg on reastatud 1 ja teine veerg 3, on erinevus 2 (märk pole oluline, sest järgmine samm on väärtuse ruut.)
Samm 6. Ruuduge iga number veerus "d" ja kirjutage tulemus veergu "d2".
Samm 7. Lisage kõik andmed veergu d2".
Tulemuseks on d2.
Samm 8. Valige üks järgmistest valemitest:
-
Kui ükski reiting pole sama, mis eelmises etapis, sisestage see väärtus Spearmani reitingu korrelatsioonikordaja lihtsustatud valemisse
Samm8_271 ja tulemuse saamiseks asendage "n" andmepaaride arvuga.
Samm 9_402 -
Kui eelmises etapis on sarnane auaste, kasutage standardset Spearmani reitingu korrelatsioonikordaja valemit:
Spearman
Etapp 9. Tõlgendage tulemusi
Väärtus võib varieeruda vahemikus -1 kuni 1.
- Kui väärtus on -1 lähedal, on korrelatsioon negatiivne.
- Kui väärtus on 0 lähedal, pole lineaarset korrelatsiooni.
- Kui väärtus on 1 lähedal, on korrelatsioon positiivne.
Meetod 2/3: Exceli kasutamine
Samm 1. Looge andmete jaoks uus veerg koos nende asetusega
Näiteks kui teie andmed on veerus A2: A11, kasutage valemit "= RANK (A2, A $ 2: A $ 11)" ja kopeerige see alla, kuni see katab kõik veerud ja read.
Samm 2. Muutke sama hinnangut, nagu on kirjeldatud 1. meetodi 3. ja 4. sammus
Samm 3. Arvutage uues lahtris korrelatsioon kahe auastmeveeru vahel valemiga "= CORREL (C2: C11, D2: D11)"
Selles näites viitavad C ja D veerule, kus pingerida asub. Uus lahter täidetakse Spearmani auaste korrelatsiooniga.
Meetod 3 /3: R
Samm 1. Installige kõigepealt R -programm, kui teil seda veel pole
(Vaata
Samm 2. Salvestage oma andmed CSV -vormingus, pange korrelatsiooni leidmiseks vajalikud andmed esimesse kahte veergu
Seda saame teha menüü "Salvesta nimega" abil.
Samm 3. Avage R Editor
Kui töötate terminalist, käivitage lihtsalt R. Kui töötate töölaualt, klõpsake ikooni R.
Samm 4. Sisestage järgmine käsk:
- d <- read.csv ("NAME_OF_YOUR_CSV.csv") ja vajutage sisestusklahvi.
- enamus (auaste (d [, 1]), auaste (d [, 2]))
Näpunäiteid
Andmed peavad koosnema vähemalt 5 paarist, et trendi näha oleks (andmete arv on näites 3 paari ainult arvutuste lihtsustamiseks.)
Hoiatus
- Spearmani auastme korrelatsioonikoefitsient tuvastab korrelatsiooni tugevuse ainult siis, kui andmed pidevalt tõusevad või langevad. Kui andmetes on veel üks suundumus, siis Spearmani auaste korrelatsioon ei annab täpse esituse.
- See valem põhineb eeldusel, et võrdsed reitingud puuduvad. Kui on sama näide kui näites, peaksime kasutama seda määratlust: korrutustegur korrutamismomendist auastme järgi.
