R'de spearman sıralama korelasyonu nasıl hesaplanır

İstatistikte korelasyon , iki değişken arasındaki ilişkinin gücünü ve yönünü ifade eder. Bir korelasyon katsayısının değeri, aşağıdaki yorumlara göre -1 ile 1 arasında değişebilir:

• -1: iki değişken arasında mükemmel bir negatif ilişki
• 0: iki değişken arasında ilişki yok
• 1: iki değişken arasında mükemmel bir pozitif ilişki

Özel bir korelasyon türü, iki sıralı değişken arasındaki korelasyonu ölçmek için kullanılan Spearman’ın sıra korelasyonu olarak adlandırılır. (örneğin, bir öğrencinin matematik sınavı puanının, sınıftaki fen bilimleri sınavı puanına göre sıralaması).

R’deki iki değişken arasındaki Spearman sıra korelasyonunu hesaplamak için aşağıdaki temel sözdizimini kullanabiliriz:

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

Aşağıdaki örnekler bu fonksiyonun pratikte nasıl kullanılacağını göstermektedir.

Örnek 1: Spearman sıralarının vektörler arasındaki korelasyonu

Aşağıdaki kod, R’deki iki vektör arasındaki Spearman sıra korelasyonunun nasıl hesaplanacağını gösterir:

 #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

Sonuçtan Spearman sıra korelasyonunun -0,41818 ve buna karşılık gelen p değerinin 0,2324 olduğunu görebiliriz.

Bu, iki vektör arasında negatif bir korelasyon olduğunu gösterir.

Ancak korelasyonun p değeri 0,05’ten küçük olmadığı için korelasyon istatistiksel olarak anlamlı değildir.

Örnek 2: Veri çerçevesindeki sütunlar arasındaki Spearman sıra korelasyonu

Aşağıdaki kod, bir veri çerçevesindeki iki sütun arasındaki Spearman sıra korelasyonunun nasıl hesaplanacağını gösterir:

 #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 

Sonuçtan Spearman sıra korelasyonunun 0,7818 ve buna karşılık gelen p değerinin 0,01165 olduğunu görebiliriz.

Bu, iki vektör arasında güçlü bir pozitif korelasyon olduğunu gösterir.

Korelasyonun p değeri 0,05’ten küçük olduğundan korelasyon istatistiksel olarak anlamlıdır.

Ek kaynaklar

R’de kısmi korelasyon nasıl hesaplanır
R’de otokorelasyon nasıl hesaplanır
R’de kayan korelasyon nasıl hesaplanır
Spearman korelasyonunun APA formatında raporlanması