Spearman等级相关计算器 - 秩相关

Spearman 等级相关系数记作 ρ（rho）或 rs，是一种非参数指标，用来衡量两个变量之间的单调关系。与 Pearson 相关不同，Pearson 关注线性关系，并要求数据近似正态分布且处于区间或比率尺度；Spearman 系数则基于数据的秩次来计算。因此，它特别适合顺序数据、含离群值的数据，以及任何变量关系是单调但不一定线性的场景。 计算分三步进行。第一步，对每组数据进行排序：最小值记为 1，第二小值记为 2，依此类推。若存在并列值，则每个并列值都会获得它们原本应占据的秩的平均值。第二步，计算每一对观测值的秩差 dᵢ。第三步，计算 ρ。对于没有并列值的数据，经典公式 ρ = 1 − (6 Σdᵢ²) / (n(n²−1)) 可以得到精确结果。对于含有并列值的数据，本计算器使用更通用的公式——即在秩次上计算 Pearson 相关——可从定义上正确处理并列值。 该系数的取值范围为 −1 到 +1。+1 表示完全正向单调关系：一个变量每次增加，另一个变量也随之增加。−1 表示完全负向单调关系：一个变量每次增加，另一个变量都会减少。0 表示不存在单调关系。实践中，超过 ±0.7 通常视为强相关，±0.5 到 ±0.7 为中等，±0.3 到 ±0.5 为弱，低于 ±0.3 则可忽略；但“显著”阈值始终取决于样本量和具体情境。 Spearman 相关广泛用于心理学（偏好或态度排序）、教育学（班级排名与考试成绩比较）、医学（症状严重程度评分比较）、生态学（丰度计数与栖息地质量）、金融（按风险调整收益对基金排序）以及市场研究（消费者偏好排名）。任何处理排序、等级或非正态数据的领域都能从中受益。 需要注意的重要限制：Spearman 的 ρ 只能检测单调关系。如果关系呈 U 形或其他非单调形态，即使存在很强的关联，ρ 也可能接近 0。在这种情况下，应始终结合散点图和其他可视化诊断一起解读数值结果，以免误判。