Współczynnik korelacji rangowej Spearmana 2

background image

Współczynnik korelacji
rangowej Spearmana

Dominika Kulejewska

background image

Analiza danych
półilościowych-korelacja rang

analiza rang jest narzędziem przy opisie danych
półilościowych (porządkowych)

przydatna jest do oceny związków korelacyjnych
pomiędzy cechami, z których jedna ma charakter
ilościowy, a druga – porządkowy

background image

Przygotowanie danych

Przetworzenie

danych

polega

na

nadaniu

poszczególnym elementom badanej próby numerów
porządkowych, zwanych dalej

rangami

rangami

.

Podstawą procesu rangowania są wartości cech,
których związek chcemy oszacować.

Gdy cecha, która ma zostać poddana rangowaniu jest
półilościowa,

rangowanie

polega

wyłącznie

na

uporządkowaniu elementów wg. rosnących (lub
malejących) wartości tej cechy.

background image

Przygotowanie danych
cd.

W następnym kroku tak utworzonemu ciągowi nadaje
się rangi przyporządkowując kolejnym elementom
próby

wartości

kolejnych

liczb

całkowitych

(rozpoczynając od 1).

W ten sposób pierwszemu elementowi próby (ciągu)
przyporządkowuje się 1, kolejnemu 2, następnemu 3
itd. Przyporządkowane numery są rangami ze względu
na rozpatrywaną cechę.

Gdy badana cecha ma charakter ilościowy, rangowanie
polega na uporządkowaniu danych od najmniejszych
wartości do największych (lub odwrotnie). Rangami
będą wtedy numery porządkowe kolejnych wyrazów
utworzonego w ten sposób ciągu.

background image

Współczynnik korelacji
rangowej Spearmana

Po nadaniu wszystkim elementom próby rang (ze
względu

na

obie

analizowane

cechy,

których

współzależność będziemy badać), możemy przystąpić
do oszacowania tej zależności

Istnieje kilka służących temu współczynników, ale
najczęściej używanym jest współczynnik

korelacji

korelacji

rangowej Spearmana.

rangowej Spearmana.

background image

Współczynnik korelacji
rangowej Spearmana

Wzór:

Gdzie:

n - liczebność próby,

d

i

- różnice pomiędzy rangami

odpowiadających sobie wartości x

i

i y

i

Im większa wartość współczynnika,

tym większa jest zależność liniowa

między zmiennymi.

r

s

= 0 oznacza brak liniowej zależności

między cechami,

r

s

= 1 oznacza dokładną dodatnią

liniową zależność między cechami,

r

s

= - 1 oznacza dokładną ujemną

liniową zależność między cechami,

tzn. jeżeli zmienna x rośnie, to y

maleje i na odwrót.


Document Outline


Wyszukiwarka

Podobne podstrony:
Współczynnik korelacji rang spearmana
06 Wspolczynniki korelacji rangowej i liniowej
Współczynnik korelacji rang Spearmana
Tablica wartości krytycznych dla współczynnika korelacji rang Spearmana, technologia żywności, Semes
Wartości funkcji t-Studenta, chi-kwadrat i współczynnika korelacji prostej(Pearsona)
wspolczynnik korelacji pearsona
Współczynnik korelacji Pearsona, Statystyka - ćwiczenia - Rumiana Górska
7 STATYSTYKA korelacja rangowa0 Nieznany (2)
Wspolczynnik korelacji
Skala pomiarowa a wybór współczynnika korelacji
Zadania na korelacje Pearsona Spearmana
współzależność, Współczynnik korelacji liniowej oraz funkcja regresji liniowej dwóch zmiennych
MP2 Metoda analizy macierzy współczynników korelacji, metody prognozowania
07.korelacja rangowa, STATYSTYKA
statystyka, wzory, Współczynnik korelacji liniowej Pearsona

więcej podobnych podstron