自 2010 年 · 每月支援超過 200 萬次工具執行
自 2010 年
加到 Chrome

我的工具箱

自動模式

尚未收藏任何工具。

升級為高級版
相關工具
相同情境
相關係數計算機
更多工具
線性迴歸計算機散佈圖製作器百分位數計算機Z 分數計算機
主頁 > 數學 > 統計與數據分析
 

斯皮爾曼等級相關係數計算機

MiniWebtool 的 Spearman 等級相關係數計算工具會測量成對資料集之間的單調關聯。工具會列出指定秩次、處理同秩資料，並與 rho 一併提供散佈圖及顯著性計算。

不確定怎麼使用？問問 AI
Gemini (複製並開啟)

使用 Gemini 時，請將複製的問題貼到對話框，也可以在下方手動複製。

查看提問內容

每天免費 3 次無需註冊即時出結果
斯皮爾曼等級相關係數計算機立即免費試用 ▼
斯皮爾曼 ρ = 1 − 6Σd² / (n(n² − 1))，依等級計算

輸入 X 與 Y 值，即可逐步算出 ρ，包括等級、相同值與顯著性檢定。

📊 快速示例 — 點擊載入：

ℹ 斯皮爾曼等級相關衡量的是單調關係 — 它檢測變量是否傾向於同時增加或減少，即使該關係不是線性的。

Embed 斯皮爾曼等級相關係數計算機 Widget

斯皮爾曼等級相關係數計算機

斯皮爾曼等級相關係數計算機可計算斯皮爾曼等級相關係數（ρ，亦寫作 rs），這是一種衡量兩個等級變量之間單調關係強度和方向的非參數指標。它通過將原始數據轉換為等級，然後測量這些等級之間的相關性來工作，使其對離群值具有穩健性，並適用於序數數據。

功能概覽

斯皮爾曼等級相關係數計算機可計算斯皮爾曼ρ（rho），這是一種以等級為基礎，衡量兩組成對資料之間單調關係的指標。它會顯示等級、處理相同值，並進行顯著性檢定。

斯皮爾曼等級相關係數計算機：功能一覽
功能提供內容適用情境
成對資料輸入輸入以逗號、空格或換行分隔的X和Y值。兩組清單的數值數量必須相同。成對分數、問卷排序與測量數據
等級步驟顯示原始數值如何轉換為等級，並在原始資料與等級比較視圖中對照。為作業檢查計算過程
相同值相同值會取其等級的平均值，例如位於第3和第4位的相同值為3.5，並套用並列修正。含有重複數值的資料集
顯著性檢定以n減2為自由度的雙尾t檢定，α = 0.01、0.05 或 0.10。判斷相關性是否具統計顯著性
結果解讀說明相關的強度與方向，例如強、中等或弱，正相關或負相關。不查表即可理解ρ的意義
精確度與圖表可選擇2至15位小數，並檢視散佈圖。範例資料可一鍵載入。以指定的小數位數呈現結果

如何使用斯皮爾曼等級相關係數計算機

  1. 輸入 X 值：在 X 變量欄位中輸入您的第一組數據，以逗號、空格或換行符分隔。
  2. 輸入 Y 值：在 Y 變量欄位中輸入您的第二組數據。兩組數據集的數值數量必須相同。
  3. 設定精度：選擇結果的小數點位數（2 到 15 位）。
  4. 選擇顯著水準：選擇 α = 0.01、0.05 或 0.10 進行假設檢定。
  5. 點擊計算：查看相關係數、顯著性檢定、視覺化圖表以及逐步計算過程。

斯皮爾曼等級相關公式

對於沒有平秩的數據，斯皮爾曼 ρ 的計算公式為：

$$\rho = 1 - \frac{6 \sum d_i^2}{n(n^2-1)}$$

其中 \(d_i\) 是每對觀察值等級之間的差異，\(n\) 是數據配對的數量。當存在平秩時，會使用基於等級和的通用公式並應用校正因子。

何時使用 Spearman 與 Pearson 相關係數

在以下情況下選擇斯皮爾曼等級相關：

當您的數據是連續的、服從常態分佈且預期關係為線性時，請選擇 Pearson 相關係數。

解釋結果

如何處理平秩（相同等級）

當兩個或多個觀測值共享相同數值時，它們會被賦予其應佔等級的平均值。例如，如果位置 3 和 4 的數值相等，則兩者都獲得 3.5 等級。計算機會自動檢測平秩並應用適當的校正公式以保持準確性。

顯著性檢定

計算機執行雙尾 t 檢定以確定相關性是否具有統計學顯著性。檢定統計量為：

$$t = \frac{\rho \sqrt{n-2}}{\sqrt{1-\rho^2}}$$

將其與所選顯著水準下自由度為 n−2 的 t 分佈臨界值進行比較。

常見問題

什麼是斯皮爾曼等級相關係數？

斯皮爾曼等級相關係數 (ρ) 是衡量兩個變量之間單調關係強度和方向的非參數指標。與衡量線性關係的 Pearson 相關不同，Spearman 適用於等級數據，可以檢測任何單調關係。數值範圍從 −1（完全負單調）到 +1（完全正單調），0 表示沒有單調關係。

何時該使用 Spearman 而非 Pearson 相關係數？

當您的數據是序數、關係是單調但未必是線性、數據包含離群值，或者數據不符合 Pearson 相關所需的高斯分佈假設時，請使用 Spearman 相關。Spearman 也適用於小樣本量以及希望在不假設特定分佈的情況下測量關聯性。

Spearman 如何處理相同的值（平秩）？

當兩個或多個觀測值具有相同數值時，它們會被賦予應得等級的平均值。例如，如果兩個值並列第 3 和第 4 名，則兩者都獲得 3.5 等級。隨後會在公式中應用校正因子以考慮這些平秩，確保相關係數保持準確。

顯著的 Spearman 相關代表什麼？

統計學上顯著的 Spearman 相關意味著有足夠證據拒絕「母體相關為零」的虛無假設。顯著性檢定使用自由度為 n−2 的 t 分佈。顯著性不代表因果關係或強大關係——它僅表示觀察到的相關性在所選顯著水準下不太可能是由隨機偶然產生的。

什麼是良好的 Spearman 相關數值？

解釋取決於背景，但一般指引為：0.9–1.0 極強，0.7–0.89 強，0.5–0.69 中等，0.3–0.49 弱，0.3 以下極弱或可忽略。這些適用於 ρ 的絕對值。負值表示反向單調關係，其強度可以同樣強。

引用此內容、頁面或工具為：

"斯皮爾曼等級相關係數計算機" 於 https://MiniWebtool.com/zh-tw/斯皮爾曼等級相關係數計算機/，來自 MiniWebtool，https://MiniWebtool.com/

由 miniwebtool 團隊製作。更新日期：2026-04-15

開發者 API 可用: 用一次 JSON HTTP 請求，把這個工具接入你的應用程式、自動化流程或代理。 查看 API 文件

和喜歡的 AI 聊聊這個工具

Gemini (複製並開啟)

使用 Gemini 時，請將複製的問題貼到對話框，也可以在下方手動複製。

查看提問內容

統計與數據分析:

數學求解你想解決什麼數學問題？

數學求解

試試
瀏覽更多表達式

點擊範例填入，可修改數值後求解。log 預設以 10 為底，自然對數使用 ln。

數字與因數

分數與除法

冪、根式與對數

代數與方程

微積分

幾何與三角

熱門與最新工具:

矩陣秩計算機箱形圖製作器吉尼係數計算機查看全部 →
主頁 > 數學 > 統計與數據分析 > 斯皮爾曼等級相關係數計算機