Ключевые факты
- Категория
- Математика, даты и финансы
- Типы входных данных
- textarea, text, number, checkbox
- Тип результата
- json
- Покрытие примерами
- 1
- API доступен
- Yes
Обзор
Калькулятор корреляции Спирмена — это удобный статистический инструмент для вычисления коэффициента ранговой корреляции между двумя наборами данных. Он автоматически преобразует исходные числовые значения в ранги и оценивает силу и направление их монотонной связи. Инструмент идеально подходит для анализа нелинейных зависимостей, порядковых данных или выборок с выбросами, предоставляя точный результат в формате JSON с возможностью настройки количества знаков после запятой.
Когда использовать
- •Когда необходимо оценить монотонную связь между двумя переменными, не предполагая строгой линейной зависимости.
- •При работе с порядковыми (ординальными) данными, где важен ранг объекта, а не его точное числовое значение.
- •Если в выборке присутствуют значительные выбросы, которые могут сильно исказить результаты классической корреляции Пирсона.
Как это работает
- •Введите пары данных в основное текстовое поле (по одной паре на строку) или укажите значения X и Y в виде списков через запятую в соответствующих полях.
- •Укажите желаемое количество знаков после запятой для итогового коэффициента корреляции.
- •При необходимости отметьте опцию «Включить детали рангов», чтобы увидеть промежуточные расчеты.
- •Инструмент автоматически присвоит ранги каждому значению и мгновенно вычислит коэффициент Спирмена, выдав результат в формате JSON.
Сценарии использования
Примеры
1. Анализ рейтингов сотрудников
HR-аналитик- Контекст
- HR-отдел хочет проверить, есть ли связь между стажем работы сотрудников (в годах) и их оценкой на ежегодном ревью (от 1 до 5).
- Проблема
- Оценки ревью являются порядковыми данными, поэтому обычная линейная корреляция не подходит для точного анализа.
- Как использовать
- Ввести пары «стаж, оценка» в поле «Пары данных» и запустить расчет.
- Пример конфигурации
-
1, 3 2, 3 3, 4 5, 4 10, 5 - Результат
- Получен коэффициент Спирмена, подтверждающий сильную положительную монотонную связь между стажем и оценкой сотрудника.
2. Оценка влияния цены на позицию в поиске
SEO-специалист- Контекст
- Специалист анализирует выдачу интернет-магазина, чтобы понять, влияет ли цена товара на его позицию в каталоге.
- Проблема
- Данные содержат сильные ценовые выбросы (очень дорогие товары), которые искажают стандартные статистические метрики.
- Как использовать
- Вставить цены в поле «Значения X» и позиции в поле «Значения Y», включить детали рангов для наглядности.
- Пример конфигурации
-
xValues: 100, 250, 150, 9000, 300 yValues: 1, 3, 2, 5, 4 - Результат
- Калькулятор преобразует цены в ранги, нивелируя влияние аномально дорогого товара за 9000, и выдает точный коэффициент ранговой корреляции.
Проверить на примерах
math-&-numbersFAQ
В чем отличие корреляции Спирмена от Пирсона?
Корреляция Спирмена оценивает монотонную связь на основе рангов значений, тогда как Пирсон измеряет линейную зависимость между самими абсолютными значениями.
Как интерпретировать полученный коэффициент?
Значение варьируется от -1 до 1. Значение 1 означает идеальную прямую монотонную связь, -1 — идеальную обратную, а 0 — полное отсутствие монотонной связи.
Как правильно вводить данные?
Вы можете ввести пары чисел по одной на строку через запятую в поле «Пары данных» (например, «1, 10») или использовать отдельные поля для значений X и Y.
Что делает опция «Включить детали рангов»?
Эта настройка добавляет в итоговый JSON-ответ массивы данных о том, какие именно ранги были присвоены каждому исходному значению перед расчетом.
Устойчив ли этот метод к выбросам?
Да, поскольку метод Спирмена использует ранги (порядковые номера), а не сами значения, он гораздо менее чувствителен к аномальным выбросам в данных.