并列数据计算秩相关时为什么不能随意排出先后:先分配平均名次再比较两列秩的共同变化
相等的值不能凭行号制造先后
四组纸面数据的第一列为10、10、20、40,第二列为1、2、3、4。按从小到大排列,第一列两个10占据第一与第二位置。若只是因为前者写在前一行就给它秩1、后者秩2,就额外加入了原数据没有表达的大小关系。
采用平均秩时,两个10都得到(1加2)除以2,即1.5,第一列秩为1.5、1.5、3、4;第二列没有并列,秩为1、2、3、4。R的rank文档说明默认并列处理使用平均值;其他并列方法也存在,所以报告必须写清所选口径。
在秩上计算相关
R的cor文档将Spearman相关说明为转换成秩后的相关。对本例,两列秩的均值都是2.5。去均值后的乘积和为4.5,第一列平方和为4.5,第二列平方和为5,所以相关为4.5除以根号22.5,约等于0.948683。
这个数接近1,但不是1。第一列前两项相等,第二列前两项不同,两列秩并非完全相同。把并列值随意拆开后算成1,会把人为安排的顺序当成数据证据。
熟悉的简式要先检查适用条件
常见的“一减六倍秩差平方和除以n乘(n²减1)”简式,在没有并列的情况下可直接使用。对本例未经处理地套它,会得到0.95,与平均秩上直接计算的0.948683并不相同。差距虽小,仍然说明公式条件被忽略;不能因为四舍五入后看着接近就认为步骤正确。
复核应保存原始配对、排序方向、并列处理、两列秩及相关结果。若有缺失值或常数列,还需要对应的数据处理说明。本文四行均为自编示例,不是真实人群统计;秩相关描述共同变化,不证明因果,也不等同于个人能力、标准智商或医学判断。