Korelasi pangkat Spearman dalam Excel: Formula dan Grafik

Tutorial ini memudahkan korelasi Spearman, menjelaskan cara mengira pekali korelasi pangkat Spearman dalam Excel. Walaupun korelasi Pearson menganalisis hubungan linear, Spearman mengendalikan persatuan bukan linear, menjadikannya sesuai untuk pelbagai jenis data.

- Memahami korelasi Spearman

• Mengira Rho Spearman dengan fungsi Correl Excel
• Menggunakan formula Spearman tradisional di Excel
• Menggambarkan korelasi Spearman dengan graf excel

Korelasi Spearman: Fundamental

Korelasi Spearman, alternatif bukan parametrik kepada korelasi Pearson, mengukur persatuan antara pembolehubah berdasarkan pangkat mereka. Korelasi Pearson menilai hubungan linear (kadar perubahan yang berterusan), sementara Spearman menilai hubungan monotonik (pembolehubah berubah bersama -sama, tetapi tidak semestinya pada kadar yang tetap).

Bila Menggunakan Korelasi Spearman

Menggunakan korelasi Spearman apabila andaian Pearson Correlation dilanggar:

1. Hubungan bukan linear atau data yang tidak diedarkan secara normal.
2. Sekurang -kurangnya satu pemboleh ubah ordinal (data disenaraikan sebagai "pertama, kedua, ketiga ...").
3. Kehadiran outlier yang penting. Spearman kurang sensitif terhadap outlier kerana pengiraan berasaskan pangkat.

Contoh: Adakah pendidikan tinggi berkait rapat dengan kebimbangan alam sekitar? Adakah kiraan gejala berkaitan dengan pematuhan ubat?

Rho Spearman (ρ)

Koefisien korelasi Spearman (ρ, atau R _s ) mengukur kekuatan dan arah hubungan data peringkat. Nilai berkisar antara -1 hingga 1:

• 1: Korelasi positif yang sempurna
• -1: korelasi negatif yang sempurna
• 0: Tiada korelasi

Formula Korelasi Peringkat Spearman

Formula berbeza bergantung kepada pangkat terikat (pelbagai pemerhatian yang berkongsi pangkat yang sama):

Kerana tiada pangkat terikat :

Di mana:

• d _i = perbezaan antara pasangan pangkat
• n = bilangan pemerhatian

Untuk pangkat terikat , formula yang lebih kompleks (Pearson's R) digunakan:

Di mana:

• R (x) dan r (y) adalah pangkat pembolehubah x dan y.
• R (x) dan r (y) adalah pangkat min.

Mengira korelasi Spearman dalam Excel dengan Correl

Walaupun Excel tidak mempunyai fungsi Spearman yang berdedikasi, pendekatan mudah menggunakan Correl adalah mungkin:

Contoh: Berkaitan aktiviti fizikal (minit di gim) ke tekanan darah sistolik.

1. Peringkat data: Gunakan fungsi RANK.AVG untuk menilai kedua -dua pembolehubah (aktiviti fizikal dan tekanan darah). Sebagai contoh, =RANK.AVG(B2,$B$2:$B$11,0) untuk aktiviti fizikal. Ingatlah untuk menggunakan rujukan sel mutlak ($ ​​B $ 2: $ B $ 11) untuk memastikan kedudukan yang betul.

2. Kirakan RHO Spearman: Gunakan fungsi CORREL pada data ranking: =CORREL(D2:D11, E2:E11) (dengan mengandaikan pangkat berada dalam lajur D dan E).

Kaedah ini dengan cekap mengira Rho Spearman tanpa mengira pangkat yang terikat.

Mengira korelasi Spearman dengan formula tradisional

Untuk mengesahkan hasil CORREL , gunakan formula tradisional:

1. Kirakan perbezaan antara pasangan pangkat (d).
2. Persegi setiap perbezaan (d²).
3. Jumlah perbezaan kuadrat.
4. Gunakan formula yang sesuai (dengan atau tanpa pelarasan pangkat terikat) untuk mengira ρ.

Formula Excel boleh menyelaraskan proses ini. Formula yang lebih mudah (tiada pangkat terikat) boleh dilaksanakan sebagai: =1-(6*SUM(G2:G11)/(10*(10^2-1))) (dengan mengandaikan jumlah perbezaan kuadrat adalah dalam G11, dan n = 10).

Menggambarkan korelasi Spearman dengan graf excel

Buat carta penyebaran XY menggunakan data peringkat. Tambah trendline dan paparkan nilai R-kuadrat. Akar persegi R-kuadrat memberikan pekali korelasi Pearson data peringkat, yang bersamaan dengan Rho Spearman. Cerun trendline menunjukkan arah korelasi (positif atau negatif).

Buku kerja amalan yang boleh dimuat turun

[Pautan ke Korelasi Rank Spearman dalam Excel (.xlsx File)] (Nota: Pautan ini perlu digantikan dengan pautan sebenar ke fail.)

Atas ialah kandungan terperinci Korelasi pangkat Spearman dalam Excel: Formula dan Grafik. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!