Spearman等級相關計算器 - 名次相關

Spearman 等級相關係數記作 ρ（rho）或 rs，是一種非參數指標，用來衡量兩個變數之間的單調關係。與 Pearson 相關不同，Pearson 著重線性關係，並要求資料近似常態分布且屬於區間或比率尺度；Spearman 係數則基於資料的秩次來計算。因此，它特別適合順序資料、含離群值的資料，以及任何變數關係為單調但不一定線性的情境。 計算分三步進行。第一步，對每組資料進行排序：最小值記為 1，第二小值記為 2，依此類推。若存在並列值，則每個並列值都會獲得它們原本應占據的秩的平均值。第二步，計算每一對觀測值的秩差 dᵢ。第三步，計算 ρ。對於沒有並列值的資料，經典公式 ρ = 1 − (6 Σdᵢ²) / (n(n²−1)) 可得到精確結果。對於含有並列值的資料，本計算器使用更通用的公式——也就是在秩次上計算 Pearson 相關——可從定義上正確處理並列值。 此係數的取值範圍為 −1 到 +1。+1 表示完全正向單調關係：一個變數每次增加，另一個變數也隨之增加。−1 表示完全負向單調關係：一個變數每次增加，另一個變數都會減少。0 表示不存在單調關係。實務上，超過 ±0.7 通常視為強相關，±0.5 到 ±0.7 為中等，±0.3 到 ±0.5 為弱，低於 ±0.3 則可忽略；但「顯著」門檻始終取決於樣本量和情境。 Spearman 相關廣泛用於心理學（偏好或態度排序）、教育學（班級排名與測驗分數比較）、醫學（症狀嚴重度評分比較）、生態學（豐度計數與棲地品質）、金融（依風險調整報酬對基金排序）以及市場研究（消費者偏好排名）。任何處理排序、等級或非常態資料的領域都能受益。 需要注意的一個重要限制：Spearman 的 ρ 只能偵測單調關係。如果關係呈 U 形或其他非單調形態，即使存在很強的關聯，ρ 也可能接近 0。在這種情況下，應始終搭配散點圖和其他視覺化診斷一起解讀數值結果，以免誤判。