相关系数&斯皮尔曼spearman等级相关系数

两种最为常用的相关系数：皮尔逊 pearson相关系数和斯皮尔曼spearman等级相关系数。

一、什么是斯皮尔曼相关系数

 这个相关系数的范围在-1和1之间

X,Y为两组数据，Xi与Yi之间存在等级差，等级是指将它所在的一列数据按照从小到大排序后，这个数所在的位置，例如下图：

 

当X和Y的等级差为0时，那这个斯皮尔曼的相关系数就为1，因为等级差的平方为0，可以看出等级差的平方也为0，代入斯皮尔曼相关系数计算公式中可得斯皮尔曼相关系数为1；同理可得，如果X和Y的等级数完全相反时（X=1,Y=n X=2,Y=n-1…），这个斯皮尔曼相关系数就为-1（负相关）

斯皮尔曼相关系数被定义为等级之间的皮尔逊相关系数

二、斯皮尔曼相关系数的假设检验

1.小样本

小样本情况（n≤30)，查临界值表，将样本相关系数r与表中的临界值进行比较，当样本相关系数r≥表中的临界值，才能得出显著的结论，原假设为r=0,备择假设为r≠0，我的理解：在算出一个样本相关系数之后，通过显著性水平和样本数定位到临界值，当样本相关系数的大小大于等于这个临界值之后才能接受原假设，就是这个相关系数和0没有显著性差异，否则拒绝原假设，接受备择假设-样本相关系数和0有显著性差异。

2.大样本

用r构造一个新的统计量，看看这个统计量是不是服从标准正态分布

然后再计算出这些检验值的p值qiu与0.05相比较

构造过程如下：

 求p值的过程

 三、斯皮尔曼相关系数和皮尔逊相关系数的选择

斯皮尔曼相关系数的适用条件比皮尔逊相关系数要广，只要数据满足单调关系

（例如线性函数、指数函数、对数函数等）就能够使用。

1. 连续数据，正态分布，线性关系，用 pearson 相关系数是最恰当，当然用

spearman 相关系数也可以， 就是效率没有 pearson 相关系数高。

2. 上述任一条件不满足，就用 spearman 相关系数，不能用 pearson 相关系数。

3. 两个定序数据之间也用 spearman 相关系数，不能用 pearson 相关系数。

定序数据  是指仅仅反映观测对象等级、顺序关系的数据，是由定序尺度计量

形成的，表现为类别，可以进行排序，属于品质数据。

例如：优、良、差；

我们可以用 1 表示差、 2 表示良、 3 表示优，但请注意，用 2 除以 1 得出的 2 并不

代表任何含义。定序数据最重要的意义代表了一组数据中的某种逻辑顺序。