Sisu

• Sammud
• Meetod 1 /3: arvutage käsitsi
• Meetod 2/3: arvutage Excelis
• Meetod 3/3: arvutamine R -is
• Näpunäiteid
• Hoiatused

Spearmani auastme korrelatsioonikoefitsient võimaldab teil kindlaks teha, kas kahe muutuja vahel on sõltuvus, mida väljendab monotoonne funktsioon (see tähendab, et ühe muutuja kasvuga suureneb teine ​​ja vastupidi). Artiklis toodud lihtsad sammud võimaldavad teil arvutusi käsitsi teha, samuti arvutada Exceli ja R abil korrelatsioonikoefitsiendi.

Sammud

Meetod 1 /3: arvutage käsitsi

1. 1 Looge andmetabel. See korraldab teabe, mida vajate Spearmani auastme korrelatsioonikordaja arvutamiseks. Sel juhul vajate:
   • 6 veergu, mille pealkiri on ülaltoodud.
   • Muutuvate paaride arvule vastav ridade arv.
2. 2 Täitke kaks esimest veergu muutuvate paaridega.
3. 3 Kolmandasse veergu kirjutage üles muutujate paaride numbrid (auastmed) vahemikus 1 kuni n (paaride koguarv). Määrake number 1 paarile, mille esimeses veerus on madalaim väärtus, 2 järgmisele väärtusele pärast seda ja nii edasi esimese veeru muutuja väärtuste kasvavas järjekorras.
4. 4 Tehke neljandas veerus sama, mis kolmandas, kuid seekord nummerdage muutujate paarid vastavalt tabeli teisele veerule.
   • Kui ühes veerus on muutuja kaks (või enam) väärtust ühesugused, korraldage need üksteise järel ja leidke nende arvude keskmine, seejärel nummerdage need selle keskmisega.
     Parempoolses näites on muutuja kaks väärtust samad ja võrdsed 5; tavalise numeratsiooni korral saaksid need andmed auastmed 2 ja 3. Kuna väärtused on samad, leiame nende auastmete keskmise väärtuse.2 ja 3 keskmine on 2,5, seega anname mõlemale auastme 2,5.
5. 5 Veerus "d" arvutage kahe astme erinevus kahest eelmisest veerust. Näiteks kui kolmandas veerus on auaste 1 ja neljandas 3, siis on nende vahe 2. Märk ei oma tähtsust, kuna järgmises etapis on need numbrid ruudus.
6. 6 Ruuduge iga väärtus veerus "d" ja kirjutage saadud väärtused veergu "d".
7. 7Lisage kõik väärtused veergu "d". Te määrate summa Σd.
   
8. 8 Kasutage ühte järgmistest valemitest:
   • Kui eelmistes etappides ei olnud samad väärtused, asendage Spearmani auaste korrelatsioonikordaja arvutamiseks saadud summa lihtsalt lihtsustatud valemiga:
     
     ja asendage "n" varem tabelisse sisestatud andmepaaride arvuga.
     
   • Kui kohtasite samu väärtusi eelmistes etappides, kasutage Spearmani auaste korrelatsioonikordaja arvutamiseks standardvalemit:
     
9. 9 Analüüsige tulemust. Saadud väärtus jääb vahemikku -1 kuni 1.
   • Kui see on -1 lähedal, on korrelatsioon negatiivne.
   • Kui see on 0 lähedal, pole korrelatsiooni.
   • Kui see on 1 lähedal, on positiivne korrelatsioon.
   • Ärge unustage jagada muutujate summaga ja võtta juur. Seejärel jagage .d -ga.
     

Meetod 2/3: arvutage Excelis

1. 1 Looge uued veerud, mille auastmed vastavad andmeveergudele. Näiteks kui andmed sisestatakse veergu A2: A11, kasutage funktsiooni "= RANK (A2, A $ 2: A $ 11)" ja sisestage kõigi ridade tulemused uude veergu.
2. 2Leidke samad kogused, mis on kirjeldatud 1. meetodi 3. ja 4. sammus.
3. 3 Uues lahtris määrake korrelatsioon kahe auastmeveeru vahel, kasutades funktsiooni "= CORREL (C2: C11, D2: D11)". Sel juhul on C ja D veerud, mis sisaldavad auastmeid. Seega saate selles lahtris Spearmani auastme korrelatsioonikoefitsiendi.

Meetod 3/3: arvutamine R -is

1. 1 Kui teil pole veel R -tarkvara statistika töötlemiseks, ostke see (vt. http://www.r-project.org).
2. 2 Salvestage andmed CSV -vormingus, korraldades need kahte veergu, mille vahelist korrelatsiooni kavatsete uurida. Faili on selles vormingus lihtne salvestada, kasutades valikut "Salvesta nimega".
3. 3 Avage R -redaktor. Kui te pole veel R -programmi sisse logitud, käivitage see. Selleks klõpsake lihtsalt töölaual ikooni R.
4. 4 Sisestage käsud:
   • d - read.csv ("NAME_OF_YOUR_CSV.csv") ja vajutage sisestusklahvi
   • cor (auaste (d [, 1]), auaste (d [, 2]))

Näpunäiteid

• Reeglina peaks andmekogum olema vähemalt 5 paari, et korrelatsiooni saaks usaldusväärselt kindlaks teha (lihtsuse huvides kasutati ülaltoodud näites 3 paari).

Hoiatused

• Spearmani auaste korrelatsioonikordaja võimaldab kindlaks teha ainult seda, kas mõlemad muutujad suurenevad või vähenevad samaaegselt. Kui andmete levik on liiga suur, siis see koefitsient mitte annab täpse korrelatsiooniväärtuse.
• Antud funktsioon annab õige tulemuse, kui andmemassiivis pole identseid väärtusi. Kui sellised väärtused on olemas, nagu meie näites, tuleks kasutada järgmist määratlust: auastepõhine korrelatsioonikoefitsient.