Kāpēc izmantot spearman ranga korelāciju?

Kāpēc izmantot spearman ranga korelāciju?
Kāpēc izmantot spearman ranga korelāciju?
Anonim

Spīrmena korelāciju bieži izmanto, lai novērtētu attiecības, kas ietver kārtas mainīgos. Piemēram, varat izmantot Spīrmena korelāciju, lai novērtētu, vai secība, kādā darbinieki pabeidz pārbaudes uzdevumu, ir saistīta ar viņu nodarbinātības mēnešu skaitu.

Kāpēc mēs izmantojam Spīrmena ranga korelāciju?

Spīrmena ranga korelācijas koeficients ir paņēmiens, ko var izmantot lai apkopotu divu mainīgo attiecību stiprumu un virzienu (negatīvu vai pozitīvu). Rezultāts vienmēr būs no 1 līdz mīnus 1.

Kad būtu jāizmanto Spīrmena ranga korelācijas koeficients?

Ja mainīgie nav normāli sadalīti vai attiecības starp mainīgajiem nav lineāras, var būt ieteicamāk izmantot Spīrmena ranga korelācijas metodi. Korelācijas koeficientam nav nekādu sadalījuma pieņēmumu.

Kāpēc tiek izmantots Spīrmena tests?

Spīrmena ranga korelācijas tests

Spīrmena ranga korelācija ir statistikas tests, lai pārbaudītu, vai pastāv būtiska saistība starp divām datu kopām. Spīrmena ranga korelācijas testu var izmantot tikai tad, ja ir vismaz 10 (ideālā gadījumā vismaz 15–15) datu pāri.

Kāpēc mums vajadzētu vadīt Spīrmenu, nevis Pīrsona korelāciju?

2. Vēl viena atšķirība ir tā, ka Pīrsons strādā ar mainīgo lielumu neapstrādātu datu vērtībām, turpretimSpīrmens strādā ar secīgi sakārtotiem mainīgajiem. Tagad, ja mums šķiet, ka izkliedes diagramma vizuāli norāda uz sakarību “var būt monotoniska, varētu būt lineāra”, vislabāk būtu izmantot Spīrmenu, nevis Pīrsonu.

Ieteicams: