Jak vypočítat koeficient pozice korelace Spirmen

Korelační koeficient pořadí Spireman umožňuje určit, zda závislost vyjádřená monotónním funkcí (tj. Druhou a naopak) existuje mezi dvěma proměnnými a naopak). Jednoduché kroky uvedené v článku vám umožní provést výpočty ručně, stejně jako vypočítat korelační koeficient pomocí programů Excel a R.

Kroky

Metoda 1 z 3:

Manuální výpočet

jeden. Udělejte datovou tabulku. Objednáte si tedy informace nezbytné pro výpočet korelačního koeficientu Spearmanovy pozice. Zároveň potřebujete:

6 sloupců s názvem, jak je uvedeno výše na obrázku.
Počet řádků odpovídající počtu proměnných párů.

2. Vyplňte první dva sloupce ve dvojicích proměnných.

3. Ve třetím sloupci zapište čísla (řady) proměnných od 1 do N (Celkový počet párů). Číslo 1 pár s nejmenší hodnotou v prvním sloupci, 2 - následující hodnota za ním, a tak vzestupuje hodnoty proměnné z prvního sloupce.

4. Ve čtvrtém sloupci proveďte to samé jako ve třetím, ale tentokrát správné páry proměnných druhým sloupcem tabulky.

Pokud jsou dva (nebo více) hodnoty proměnné v jednom sloupci stejné, umístěte je jeden po druhém a vyhledejte průměrnou hodnotu jejich čísel, pak je numte s touto průměrnou hodnotou.
Ve výše uvedeném hodnotě se dvě hodnoty proměnné shodují a jsou rovny 5- v případě normálního číslování, tyto údaje by obdržely řady 2 a 3. Vzhledem k tomu, že hodnoty jsou stejné, najdeme průměrnou hodnotu jejich řad. Průměr 2 a 3 je 2,5, takže obě hodnoty jsou přiřazeny hodnost 2,5.

Pět. Na šermu "D" Vypočítat rozdíl mezi dvěma řadami z předchozích dvou sloupců. Pokud je například hodnost ve třetím sloupci 1, a ve čtvrtém - 3, pak bude rozdíl mezi nimi 2. Znamení nezáleží na tom, protože v dalším kroku budou tato čísla zvýšena na čtverec.

6. Brzy každou hodnotu ze sloupce "D" A zapište hodnoty hodnot ve sloupci "D".

7. Mitach všechny hodnoty ze sloupce "D". Definujete částku σd.

osm. Využijte jednoho z následujících vzorců:

Pokud předchozí kroky nesplnily stejné hodnoty, jednoduše nahrazují částku získanou do zjednodušeného vzorce pro výpočet koeficientu korelace řady Spearman:

a místo toho "N" Náhrada počtu dvojic zadaných dat uvedených v tabulce.

Pokud stejné hodnoty naběžily v předchozích krocích, použijte standardní vzorec pro výpočet korelačního koeficientu Spearman`s Rank Correlation:

devět. Analyzovat výsledek. Získaná hodnota je mezi -1 a 1.

Pokud je blízko -1, korelace je negativní.

Je-li blízko 0, chybí korelace.

Je-li blízko 1, pozoruje se pozitivní korelace.

Nezapomeňte rozdělit množství proměnných a vzít kořen. Poté se rozdělí na σd.

Metoda 2 z 3:

Výpočet v aplikaci Excel

jeden. Vytvořit nové sloupce s hodností, odpovídajícími datovými sloupcemi. Například, pokud jsou data zadána do sloupce A2: A11, použijte funkci "= Hodnost (A2, A $ 2: A $ 11)" a přinést výsledky pro všechny řádky do nového sloupce.

2. Najít hodnosti pro stejné hodnoty, jak je popsáno v krocích 3 a 4 z 1 metody 1.

3. V nové buňce určete korelaci mezi dvěma sloupcemi řad pomocí funkce "= Correl (C2: C11, D2: D11)". V tomto případě, C a D jsou sloupce obsahující řady. Tak, v této buňce obdržíte koeficient pozice korelace spirme.

Metoda 3 z 3:

Výpočet v R

jeden. Pokud nemáte žádný program R zpracovat statistická data, zakupte ji (viz. http: // R-projekt.Org).

2. Uložte data ve formátu CSV, umístěte je do dvou sloupců, korelace, mezi kterou chcete prozkoumat. Uložení souboru v tomto formátu je snadný přes volbu "Uložit jako".

3. Otevřete R. Editor. Pokud jste ještě nezadali R, stačí ho spustit. Chcete-li to udělat, stačí kliknout na r na ploše.

4. Vytočte příkazy:

D <- Číst.CSV ("Jméno_of_your_csv.CSV") a stiskněte vstupní klíč

COR (hodnost (d [, 1]), hodnost (d [, 2]))

Tipy

Zpravidla by se datová sada měla sestávat z nejméně 5 párů, aby se významně stanovila jakoukoliv korelaci (3 páry byly použity v příkladu výše pro jednoduchost).

Varování

Hodnocení korelačního koeficientu Spirmu umožňuje instalovat pouze zda obě proměnné rostou nebo snižují současně. Pokud je variace dat příliš velký, tento koeficient ne poskytne přesnou korelační hodnotu.
Funkce poskytne správný výsledek v nepřítomnosti stejných hodnot v datovém poli. Pokud takové hodnoty existují, jako v příkladu jsme zvážili, je nutné použít následující definici: korelační koeficient na základě řad.