Spearmano koreliacija dažnai naudojama vertinant ryšius su eilės kintamaisiais. Pavyzdžiui, galite naudoti Spearman koreliaciją, kad įvertintumėte, ar tvarka, kuria darbuotojai atlieka bandomąjį pratimą, yra susijusi su jų darbo mėnesių skaičiumi.
Kodėl naudojame Spearman rango koreliaciją?
Spearmano rango koreliacijos koeficientas yra metodas, kurį galima naudoti apibendrinant dviejų kintamųjų ryšio stiprumą ir kryptį (neigiamą arba teigiamą). Rezultatas visada bus nuo 1 iki minus 1.
Kada reikėtų naudoti Spearmano rango koreliacijos koeficientą?
Kai kintamieji nėra įprastai pasiskirstę arba ryšys tarp kintamųjų nėra tiesinis, gali būti labiau rekomenduojama naudoti Spearman rango koreliacijos metodą. Koreliacijos koeficientas neturi jokių pasiskirstymo prielaidų.
Kodėl naudojamas Spearman testas?
Spirmeno rango koreliacijos testas
Spearmano rango koreliacijos testas yra statistinis testas, siekiant patikrinti, ar yra reikšmingas ryšys tarp dviejų duomenų rinkinių. Spearmano rango koreliacijos testą galima naudoti, tik jei yra bent 10 (idealiu atveju bent 15–15) duomenų porų.
Kodėl turėtume vykdyti Spearman, o ne Pearsono koreliaciją?
2. Dar vienas skirtumas yra tas, kad Pearson dirba su neapdorotų kintamųjų duomenų reikšmėmisSpearmanas dirba su eilės tvarka išdėstytais kintamaisiais. Dabar, jei manome, kad sklaidos diagrama vizualiai rodo ryšį „gali būti monotoniškas, gali būti tiesinis“, geriausia būtų taikyti Spearman, o ne Pearsoną.