Como calcular a correlação de classificação de spearman em r

Nas estatísticas, a correlação refere-se à força e à direção de uma relação entre duas variáveis. O valor de um coeficiente de correlação pode variar de -1 a 1, com as seguintes interpretações:

• -1: uma relação negativa perfeita entre duas variáveis
• 0: nenhuma relação entre duas variáveis
• 1: uma relação positiva perfeita entre duas variáveis

Um tipo especial de correlação é chamado de correlação de classificação de Spearman , que é usada para medir a correlação entre duas variáveis classificadas. (por exemplo, a classificação da pontuação no exame de matemática de um aluno em relação à classificação da pontuação no exame de ciências em uma turma).

Para calcular a correlação de classificação de Spearman entre duas variáveis em R, podemos usar a seguinte sintaxe básica:

 corr <- cor. test (x, y, method = ' spearman ')

Os exemplos a seguir mostram como usar esta função na prática.

Exemplo 1: Correlação de classificações de Spearman entre vetores

O código a seguir mostra como calcular a correlação de classificação de Spearman entre dois vetores em R:

 #define data
x <- c(70, 78, 90, 87, 84, 86, 91, 74, 83, 85)
y <- c(90, 94, 79, 86, 84, 83, 88, 92, 76, 75)

#calculate Spearman rank correlation between x and y
horn. test (x, y, method = ' spearman ')

	Spearman's rank correlation rho

data: x and y
S = 234, p-value = 0.2324
alternative hypothesis: true rho is not equal to 0
sample estimates:
       rho 
-0.4181818

A partir do resultado, podemos ver que a correlação de classificação de Spearman é -0,41818 e o valor p correspondente é 0,2324 .

Isso indica que existe uma correlação negativa entre os dois vetores.

No entanto, como o valor p da correlação não é inferior a 0,05, a correlação não é estatisticamente significativa.

Exemplo 2: correlação de classificação de Spearman entre colunas no quadro de dados

O código a seguir mostra como calcular a correlação de classificação de Spearman entre duas colunas em um quadro de dados:

 #define data frame
df <- data. frame (team=c('A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I', 'J'),
                 points=c(67, 70, 75, 78, 73, 89, 84, 99, 90, 91),
                 assists=c(22, 27, 30, 23, 25, 31, 38, 35, 34, 32))

#calculate Spearman rank correlation between x and y
horn. test (df$points, df$assists, method = 'spearman')

	Spearman's rank correlation rho

data: df$points and df$assists
S = 36, p-value = 0.01165
alternative hypothesis: true rho is not equal to 0
sample estimates:
      rho 
0.7818182 

A partir do resultado, podemos ver que a correlação de classificação de Spearman é 0,7818 e o valor p correspondente é 0,01165 .

Isto indica que existe uma forte correlação positiva entre os dois vetores.

Como o valor p da correlação é inferior a 0,05, a correlação é estatisticamente significativa.

Recursos adicionais

Como calcular a correlação parcial em R
Como calcular a autocorrelação em R
Como calcular a correlação deslizante em R
Como relatar a correlação de Spearman no formato APA