Kalkulator Korelacji Rangowej Spearmana
Kalkulator korelacji rang Spearmana MiniWebtool mierzy monotoniczną zależność między sparowanymi zbiorami danych. Pokazuje przypisane rangi, uwzględnia remisy oraz przedstawia wykres punktowy i obliczenie istotności obok współczynnika rho.
W Gemini wklej skopiowane pytanie do czatu. Możesz je też skopiować poniżej.Potrzebujesz pomocy z narzędziem? Zapytaj AI
Zobacz pytanie
Podaj wartości X i Y, aby otrzymać ρ wraz z rangami, wartościami powtarzającymi się i testem istotności, krok po kroku.
Twój bloker reklam uniemożliwia nam wyświetlanie reklam
MiniWebtool jest darmowy dzięki reklamom. Jeśli to narzędzie Ci pomogło, wesprzyj nas, przechodząc na wersję bez reklam z większą liczbą dziennych użyć, albo zezwól na MiniWebtool.com i odśwież stronę.
- Zezwól na reklamy dla MiniWebtool.com, potem odśwież
- Albo przejdź na wersję bez reklam i z wyższymi limitami dziennymi
O Kalkulator Korelacji Rangowej Spearmana
Kalkulator korelacji rangowej Spearmana oblicza współczynnik korelacji rang Spearmana (ρ, zapisywany również jako rs), nieparametryczną miarę siły i kierunku zależności monotonicznej między dwiema zmiennymi rangowanymi. Działa on poprzez konwersję surowych danych na rangi, a następnie pomiar korelacji między tymi rangami, co czyni go odpornym na wartości odstające i odpowiednim dla danych porządkowych.
W skrócie
Kalkulator Korelacji Rangowej Spearmana oblicza rho Spearmana, miarę opartą na rangach zależności monotonicznej między dwoma sparowanymi zbiorami danych. Pokazuje rangi, obsługuje wartości powiązane i testuje istotność.
| Funkcja | Co otrzymujesz | Przydatne dla |
|---|---|---|
| Wprowadzanie par | Wartości X i Y oddzielone przecinkami, spacjami lub łamaniem wiersza. Obie listy muszą mieć tę samą liczbę wartości. | Sparowane wyniki, rankingi z ankiet i pomiary |
| Kroki rangowania | Pokazuje, jak wartości surowe są zamieniane na rangi i porównywane w widoku Oryginalne dane i porównanie rang. | Sprawdzenie toku obliczeń do pracy zaliczeniowej |
| Wartości powiązane | Wartości powiązane otrzymują średnią swoich rang, np. 3.5 dla remisu na pozycjach 3 i 4, i stosowana jest korekta na wiązania. | Zbiory danych z powtarzającymi się wartościami |
| Test istotności | Dwustronny test t z n − 2 stopniami swobody przy α = 0.01, 0.05 lub 0.10. | Ustalenie, czy korelacja jest istotna statystycznie |
| Odczyt wyniku | Podaje siłę i kierunek korelacji, np. silna, umiarkowana lub słaba, dodatnia lub ujemna. | Interpretacja rho bez tabeli |
| Precyzja i wykresy | Wybór od 2 do 15 miejsc po przecinku oraz wykres punktowy. Przykładowe zbiory danych można wczytać jednym kliknięciem. | Raportowanie wyników z określoną liczbą miejsc po przecinku |
Jak korzystać z kalkulatora korelacji rangowej Spearmana
- Wprowadź wartości X: Wpisz pierwszy zestaw danych w polu Zmienna X, oddzielając je przecinkami, spacjami lub podziałami linii.
- Wprowadź wartości Y: Wpisz drugi zestaw danych w polu Zmienna Y. Oba zestawy danych muszą mieć tę samą liczbę wartości.
- Ustaw precyzję: Wybierz liczbę miejsc po przecinku dla wyników (od 2 do 15).
- Wybierz poziom istotności: Wybierz α = 0,01, 0,05 lub 0,10 dla testowania hipotez.
- Kliknij Oblicz: Zobacz współczynnik korelacji, test istotności, wizualizacje i obliczenia krok po kroku.
Wzór na korelację rang Spearmana
Dla danych bez powiązań, ρ Spearmana oblicza się jako:
$$\rho = 1 - \frac{6 \sum d_i^2}{n(n^2-1)}$$
gdzie \(d_i\) to różnica między rangami każdej pary obserwacji, a \(n\) to liczba par danych. Gdy obecne są rangi wiązane, stosowany jest współczynnik korygujący przy użyciu ogólnego wzoru opartego na sumach rang.
Kiedy używać korelacji Spearmana a korelacji Pearsona
Wybierz korelację rangową Spearmana, gdy:
- Twoje dane są porządkowe (rangowane), a nie interwałowe lub ilorazowe
- Zależność między zmiennymi jest monotoniczna, ale niekoniecznie liniowa
- Dane zawierają wartości odstające, które zniekształciłyby korelację Pearsona
- Dane nie mają rozkładu normalnego
- Masz małą wielkość próby
Wybierz korelację Pearsona, gdy dane są ciągłe, mają rozkład normalny, a zależność powinna być liniowa.
Interpretacja wyników
- ρ = +1: Idealna dodatnia zależność monotoniczna — gdy X rośnie, Y zawsze rośnie
- ρ = −1: Idealna ujemna zależność monotoniczna — gdy X rośnie, Y zawsze maleje
- ρ = 0: Brak zależności monotonicznej między zmiennymi
- 0,7 ≤ |ρ| < 1,0: Silna korelacja
- 0,5 ≤ |ρ| < 0,7: Umiarkowana korelacja
- 0,3 ≤ |ρ| < 0,5: Słaba korelacja
- |ρ| < 0,3: Bardzo słaba lub brak korelacji
Jak obsługiwane są rangi wiązane
Gdy dwie lub więcej obserwacji ma tę samą wartość, przypisuje się im średnią z rang, które by zajęły. Na przykład, jeśli wartości na pozycjach 3 i 4 są równe, obie otrzymują rangę 3,5. Kalkulator automatycznie wykrywa wiązania i stosuje odpowiedni wzór korygujący w celu zachowania dokładności.
Testowanie istotności
Kalkulator wykonuje dwustronny test t, aby określić, czy korelacja jest statystycznie istotna. Statystyka testowa to:
$$t = \frac{\rho \sqrt{n-2}}{\sqrt{1-\rho^2}}$$
Jest ona porównywana z wartością krytyczną z rozkładu t z n−2 stopniami swobody na wybranym poziomie istotności.
Najczęściej zadawane pytania
Współczynnik korelacji rang Spearmana (ρ) to nieparametryczna miara siły i kierunku monotonicznej zależności między dwiema zmiennymi. W przeciwieństwie do korelacji Pearsona, która mierzy zależności liniowe, Spearman pracuje na danych rangowanych i może wykryć każdą zależność monotoniczną. Wartości wahają się od −1 (idealna ujemna monotoniczna) do +1 (idealna dodatnia monotoniczna), przy czym 0 wskazuje na brak związku monotonicznego.
Użyj korelacji Spearmana, gdy dane są porządkowe, gdy zależność jest monotoniczna, ale niekoniecznie liniowa, gdy dane zawierają wartości odstające lub gdy dane nie spełniają założenia normalności wymaganego przez korelację Pearsona. Spearman jest również odpowiedni dla małych prób i gdy chcesz zmierzyć związek bez zakładania konkretnego rozkładu.
Gdy dwie lub więcej obserwacji ma tę samą wartość, przypisuje się im średnią rang, które by otrzymały. Na przykład, jeśli dwie wartości wiążą się na rangach 3 i 4, obie otrzymują rangę 3,5. Następnie stosuje się współczynnik korygujący we wzorze, aby uwzględnić te wiązania, zapewniając dokładność współczynnika korelacji.
Statystycznie istotna korelacja Spearmana oznacza, że istnieje wystarczający dowód na odrzucenie hipotezy zerowej, że korelacja w populacji wynosi zero. Test istotności wykorzystuje rozkład t z n−2 stopniami swobody. Istotność nie oznacza przyczynowości ani silnej relacji — wskazuje jedynie, że zaobserwowana korelacja jest mało prawdopodobna jako wynik przypadku na wybranym poziomie istotności.
Interpretacja zależy od kontekstu, ale ogólne wytyczne to: 0,9–1,0 bardzo silna, 0,7–0,89 silna, 0,5–0,69 umiarkowana, 0,3–0,49 słaba i poniżej 0,3 bardzo słaba lub nieznacząca. Dotyczy to wartości bezwzględnej ρ. Wartość ujemna wskazuje na odwrotną zależność monotoniczną, która może być równie silna.
Cytuj ten materiał, stronę lub narzędzie w następujący sposób:
"Kalkulator Korelacji Rangowej Spearmana" na https://MiniWebtool.com/pl/kalkulator-korelacji-rangowej-spearmana/ z MiniWebtool, https://MiniWebtool.com/
przez zespół miniwebtool. Aktualizacja: 2026-04-15
Porozmawiaj ze swoją ulubioną AI
W Gemini wklej skopiowane pytanie do czatu. Możesz je też skopiować poniżej.
Zobacz pytanie
Statystyki i analiza danych:
- Kalkulator Wielkości Próby Testu A/B Nowy
- Kalkulator Istotności Testu A/B Nowy
- Kalkulator ANOVA
- Kalkulator średniej arytmetycznej
- Kalkulator średniej - Wysoka precyzja
- Kalkulator odchylenia średniego
- 📊 Kreator Wykresów Słupkowych Nowy
- Kalkulator Twierdzenia Bayesa Nowy
- Kalkulator Rozkładu Beta Nowy
- Generator wykresów pudełkowych
- Kalkulator testu chi-kwadrat
- Kalkulator współczynnika zmienności
- Kalkulator d Cohena
- Kalkulator złożonej stopy wzrostu
- Kalkulator przedziałów ufności
- Kalkulator przedziału ufności dla proporcji
- Kalkulator Tabeli Kontyngencji Nowy
- Kalkulator Współczynnika Konwersji Nowy
- Kalkulator Wspolczynnika Korelacji
- Kalkulator Wielkości Efektu Nowy
- Kalkulator Rozkładu Wykładniczego Nowy
- Kalkulator Testu F i Rozkładu F Nowy
- Kalkulator Dokładnego Testu Fishera Nowy
- Kalkulator Podsumowania Pięciu Liczb Nowy
- Kalkulator Rozkładu Geometrycznego Nowy
- Kalkulator średniej geometrycznej
- Kalkulator Współczynnika Giniego
- Kalkulator średniej harmonicznej
- Twórca histogramów
- Kalkulator Rozkładu Hipergeometrycznego Nowy
- Kalkulator rozstępu międzykwartylowego
- Kalkulator testu Kruskala-Wallisa
- 📈 Kreator Wykresów Liniowych Nowy
- Kalkulator Regresji Liniowej
- Kalkulator wzrostu logarytmicznego
- Kalkulator Testu U Manna-Whitneya
- Kalkulator średniego odchylenia bezwzględnego (MAD)
- Kalkulator Średniej
- Kalkulator Sredniej, Mediany i Mody
- Kalkulator odchylenia mediany bezwzględnej
- Kalkulator Mediany
- Kalkulator Midrange
- Kalkulator trybu
- Kalkulator Rozkładu Normalnego Nowy
- Kalkulator Ilorazu Szans Nowy
- Kalkulator Wartości Odstających
- Kalkulator Wartości p Nowy
- Generator Diagramów Pareto Nowy
- Kalkulator Percentyla Nowy
- 🥧 Kreator Wykresów Kołowych Nowy
- Kalkulator odchylenia standardowego populacji-wysoka precyzja
- Kalkulator Kwartyli
- Kalkulator Odchylenia Kwartylnego
- Kalkulator zasięgu
- Kalkulator Względnego Odchylenia Standardowego Popularne
- Kalkulator RMS
- Kalkulator średniej z próby
- Kalkulator wielkości próbki
- Kalkulator odchylenia standardowego próby
- Twórca Wykresów Rozrzutu
- Kalkulator Zdolności Procesu Six Sigma Nowy
- Kalkulator Korelacji Rangowej Spearmana Nowy
- Kalkulator odchylenia standardowego - Wysoka precyzja
- Kalkulator Błędu Standardowego
- Kalkulator Statystyczny
- Kalkulator Testu t
- Kalkulator wariancji wysoka precyzja
- Kalkulator Rozkładu Weibulla Nowy
- Kalkulator Z-Score