同的排名位置下图中的
详细的解释。的与的在底层假设上是相同的但它们的底层逻辑和公式却有很大不同。在大多数情况下这些值非常接近并且总是会得出相同的结论但是当出现差异时解释较低的值可能更安全。斯皮尔曼等级相关系数相对于肯德尔等级相关系数的优点之是更容易计算特别是对于较大的数据集。值为表示两变量以完全相同的方式对。
型自定义受众相似受
组数据点进行排序同数据点在两变量中占据 瑞典数据 第张图。值为表示两变量以完全相反的方式对组数据点进行排序其中数据点占据变量的第排而另变量的最后排依此类推。下图第二张图。当接近时两变量对组数据点进行排序的方式没有关系下图中的第三图即两变量是独立的。系数值的三种极端情况的表示和。
始通过已保存的受众
示例在此示例中我们观察和之间的关系。我们在下图中 墨西哥 WhatsApp 号码列表 显示结果。示例值与购买总数呈负相关。相关系数为该数据之间的协方差为表明负相关。此外我们使用相关系数确定这种关系的强度。这显示出强烈的单调联系。此外通过检验该系数的显着性获得的值也显示在图表中。这值非常小所以我们有强有力的证据证明其重要性。
