【Python・统计学】斯皮尔曼相关分析（原理及代码）

前言

自学笔记，分享给对统计学原理不太清楚但需要在论文中用到的小伙伴，欢迎大佬们补充或绕道。ps：本文不涉及公式讲解（文科生小白友好体质）～（部分定义等来源于知乎）

本文重点：斯皮尔曼相关分析

【1.斯皮尔曼相关分析的简单原理】

【2.斯皮尔曼相关分析和皮尔曼相关分析的区别】

【3.斯皮尔曼相关分析代码】

▷重要：相关关系不等于因果关系
 

1.斯皮尔曼相关分析的简单原理

斯皮尔曼相关检验(Spearman's rank correlation test)是一种非参数统计方法,用于衡量两个变量之间的单调关系强度和方向。与皮尔逊相关检验不同,斯皮尔曼相关检验不要求数据满足正态分布,对异常值也不敏感,适用于序数尺度或等级数据。

 关于“参数检验”和“非参数检验”的不同，请参考以下文章。【统计学】参数检验和非参数检验的区别和基本统计学

1. 假设检验:斯皮尔曼相关检验的零假设(H0)是两个变量之间没有单调关系,即相关系数等于0;备择假设(H1)是两个变量之间存在单调关系,即相关系数不等于0。
2. 将数据转换为秩次:将两个变量的数据分别按照从小到大的顺序排列,并将它们的位置(秩次)赋予相应的数值。如果有并列的数据,则取其平均秩次。
3. 计算秩次相关系数:斯皮尔曼相关系数(ρ)的计算公式为: ρ = 1 - (6 * Σ(d^2)) / (n * (n^2 - 1)) 其中,d是两个变量秩次之差,n是样本量。
4. 计算 p 值:根据样本量和相关系数,可以计算出 p 值,用于判断相关性的显著性水平。通常,如果 p 值小于显著性水平(如0.05),则拒绝零假设,认为两个变量之间存在显著的单调关系。

2.斯皮尔曼相关分析和皮尔曼相关分析的区别

对比区别

	皮尔逊相关检验	斯皮尔曼相关检验
数据要求	要求数据满足正态分布	没有正态分布的要求
变量尺度	适用于连续变量	适用于序数尺度或等级数据
关系类型	衡量变量之间的线性关系	衡量变量之间的单调关系(变量同向或反向变化,但不一定是线性的)
对异常值的敏感性	敏感	不敏感
计算方法	直接使用原始数据计算	使用数据的秩次计算

以下是几个例子：

斯皮尔曼相关分析数据实例:

序号	变量1	变量2
1	教育程度: 高中、大专、本科、硕士、博士	收入满意度: 非常不满意、不满意、一般、满意、非常满意
2	电影评分: 1星、2星、3星、4星、5星	票房收入排名: 1、2、3、4、5
3	员工绩效等级: A、B、C、D、E	晋升次数: 0、1、2、3、4
4	餐厅评论评分: 1分、2分、3分、4分、5分	价格区间: 低、中低、中等、中高、高

皮尔逊相关分析数据实例:

序号	变量1	变量2
1	身高(cm): 160, 165, 170, 175, 180, 185, 190	体重(kg): 50, 55, 60, 65, 70, 75, 80
2	房屋面积(平方米): 50, 60, 70, 80, 90, 100, 110	售价(万元): 100, 120, 140, 160, 180, 200, 220
3	产品单价(元): 10, 15, 20, 25, 30, 35, 40	销量(件): 1000, 900, 800, 700, 600, 500, 400
4	广告投放时长(秒): 5, 10, 15, 20, 25, 30, 35	点击率(%): 1, 2, 3, 4, 5, 6, 7

3.斯皮尔曼相关分析代码

使用以上"教育程度与收入满意度"的数据作为示例:

import numpy as np
from scipy.stats import spearmanr

# 教育程度数据(1-高中,2-大专,3-本科,4-硕士,5-博士)
education_level = np.array([1, 2, 2, 3, 3, 3, 4, 4, 4, 4, 5, 5])

# 收入满意度数据(1-非常不满意,2-不满意,3-一般,4-满意,5-非常满意)
income_satisfaction = np.array([1, 1, 2, 2, 3, 3, 3, 4, 4, 5, 4, 5])

# 计算斯皮尔曼相关系数和p值
correlation, p_value = spearmanr(education_level, income_satisfaction)

print(f"斯皮尔曼相关系数: {correlation:.3f}")
print(f"p值: {p_value:.3f}")

斯皮尔曼相关系数: 0.889
p值: 0.000

1. 斯皮尔曼相关系数为0.889,这表明教育程度与收入满意度之间存在很强的正相关关系。换句话说,教育程度越高,收入满意度也越高。
2. p值非常接近于0,远小于显著性水平0.05,因此我们可以拒绝零假设,认为教育程度与收入满意度之间存在显著的单调相关关系。