Python တွင် spearman rank correlation ကို တွက်နည်း

ကိန်းဂဏန်းစာရင်းဇယားများတွင် ဆက်စပ်ဆက်နွယ်မှုသည် ကိန်းရှင်နှစ်ခုကြားရှိ ဆက်နွယ်မှု၏ ခွန်အားနှင့် ဦးတည်ချက်ကို ရည်ညွှန်းသည်။ ဆက်စပ်ကိန်း၏တန်ဖိုးသည် -1 မှ 1 အထိ၊ အောက်ပါအဓိပ္ပာယ်ဖွင့်ဆိုချက်များဖြင့် ကွာနိုင်သည်။

• -1- ကိန်းရှင်နှစ်ခုကြား ပြီးပြည့်စုံသော အနုတ်လက္ခဏာ ဆက်ဆံရေး
• 0- ကိန်းရှင်နှစ်ခုကြား ဆက်စပ်မှုမရှိပါ။
• 1- ကိန်းရှင်နှစ်ခုကြားတွင် ပြီးပြည့်စုံသော အပြုသဘောဆောင်သောဆက်ဆံရေး

အထူးဆက်နွယ်မှုအမျိုးအစားကို Spearman’s rank correlation ဟုခေါ်သည်၊ ၎င်းသည် အဆင့်သတ်မှတ်ထားသောကိန်းရှင်နှစ်ခုကြားရှိဆက်စပ်မှုကိုတိုင်းတာရန်အသုံးပြုသည်။ (ဥပမာ၊ ကျောင်းသားတစ်ဦး၏ သင်္ချာစာမေးပွဲရမှတ် အဆင့်သည် အတန်းတစ်တန်းရှိ ၎င်းတို့၏ သိပ္ပံစာမေးပွဲရမှတ် အဆင့်နှင့် နှိုင်းယှဉ်သည်)။

ဤသင်ခန်းစာသည် Python ရှိ variable နှစ်ခုကြားရှိ Spearman အဆင့်ဆက်စပ်မှုကို တွက်ချက်နည်းကို ရှင်းပြထားသည်။

ဥပမာ- Python ရှိ Spearman အဆင့်ဆက်စပ်မှု

ကျွန်ုပ်တို့ တွင် သင်္ချာစာမေးပွဲရမှတ်နှင့် သိပ္ပံစာမေးပွဲရမှတ်များ ပါရှိသော အောက်ပါပန်ဒါ DataFrame ရှိသည်ဆိုပါစို့ ။

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({'student': ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I', 'J'],
                   'math': [70, 78, 90, 87, 84, 86, 91, 74, 83, 85],
                   'science': [90, 94, 79, 86, 84, 83, 88, 92, 76, 75]})

သင်္ချာနှင့် သိပ္ပံရမှတ်များအကြား Spearman Rank ဆက်စပ်မှုကို တွက်ချက်ရန်၊ ကျွန်ုပ်တို့သည် spearmanr() လုပ်ဆောင်ချက်ကို scipy.stats တွင် အသုံးပြုနိုင်ပါသည်။

 from scipy. stats import spearmanr

#calculate Spearman Rank correlation and corresponding p-value
rho, p = spearmanr(df[' math '], df[' science '])

#print Spearman rank correlation and p-value
print (rho)

-0.41818181818181815

print (p)

0.22911284098281892

ရလဒ်မှ၊ Spearman အဆင့်ဆက်စပ်မှုမှာ -0.41818 ဖြစ်ပြီး သက်ဆိုင်သော p-တန်ဖိုးသည် 0.22911 ဖြစ်ကြောင်း ကျွန်ုပ်တို့တွေ့မြင်နိုင်ပါသည်။

၎င်းသည် သိပ္ပံနှင့် သင်္ချာစာမေးပွဲရမှတ်များကြား အနုတ်လက္ခဏာဆောင်သော ဆက်စပ်မှုရှိကြောင်း ညွှန်ပြနေသည်။

သို့သော်၊ ဆက်စပ်ဆက်နွယ်မှု၏ p-တန်ဖိုးသည် 0.05 ထက်မနည်းသောကြောင့်၊ ဆက်စပ်မှုမှာ ကိန်းဂဏန်းအရ သိသာထင်ရှားခြင်းမရှိပါ။

ဆက်စပ်ကိန်းဂဏန်း သို့မဟုတ် p-value ကို ရိုးရှင်းစွာ ထုတ်ယူရန် အောက်ပါ syntax ကို အသုံးပြုနိုင်ကြောင်း သတိပြုပါ။

 #extract Spearman Rank correlation coefficient
spearmanr(df[' math '], df[' science '])[0]

-0.41818181818181815

#extract p-value of Spearman Rank correlation coefficient
spearmanr(df[' math '], df[' science '])[1] 

0.22911284098281892

ထပ်လောင်းအရင်းအမြစ်များ

R တွင် Spearman အဆင့်ဆက်စပ်မှုကို တွက်ချက်နည်း
Excel တွင် Spearman Rank Correlation ကို တွက်နည်း
Stata ရှိ Spearman အဆင့်ဆက်စပ်မှုကို တွက်ချက်နည်း