跳到主要内容

Spearman 相关

一、直观理解：不看绝对数值，只看“名次是否一起变”​

Spearman 等级相关系数 ρs\rho_s（样本常记 rsr_s）先把 XX 和 YY 分别转换成秩次（名次），再对秩计算 Pearson 相关。

因此它回答的是：

当 XX 的排序上升时，YY 的排序是否也倾向于上升？

它捕捉的是单调关系，不一定是直线。例如 Y=log⁡XY=\log X 或 Y=XY=\sqrt{X}（在正值域）可以有很高的 Spearman 相关，而 Pearson 可能偏低。

若数据本身就是名次（如评委打的名次、问卷有序等级），Spearman 比 Pearson 更自然。

二、适用场景与优缺点​

类型说明
适用场景单调但非线性的连续变量；明显偏态或有异常值；有序分类变量；稳健性对照（与 Pearson 一起报告）。
核心优点对单调非线性敏感；对异常值相对稳健；不要求双正态；解释为等级一致性。
局限与缺点对非单调关系（如 U 形）仍可能接近 0；大量结值时需要校正；功效在严格线性正态时通常略低于 Pearson。

三、核心原理​

设 Ri=rank(xi)R_i=\mathrm{rank}(x_i)，Si=rank(yi)S_i=\mathrm{rank}(y_i)，则

rs=Pearson(R,S)r_s=\mathrm{Pearson}(R,S)

无结值时等价于

rs=1−6∑i=1ndi2n(n2−1),di=Ri−Sir_s=1-\frac{6\sum_{i=1}^{n}d_i^2}{n(n^2-1)},\quad d_i=R_i-S_i

有结值时应使用平均秩，并用软件默认的结值校正公式，不要硬套无结值简式。

检验 H0:H_0: 变量独立（或更严格地，无单调相关）可用：

  • 精确置换分布（小样本）；
  • 大样本 tt 近似，形式同 Pearson，但把 rr 换成 rsr_s。

解释尺度与 Pearson 类似：±1\pm 1 表示完全单调一致/完全相反。

四、关键决策​

1. Pearson 还是 Spearman？​

观察选择
散点近似直线、无极端点Pearson 为主
明显弯曲但单调Spearman
极端异常值Spearman 或稳健相关
有序等级Spearman / Kendall

实践中两者都算：若接近，结论稳健；若差很多，以图为准解释。

2. 与 Kendall 如何选？​

小样本、结值多、更想要概率解释（一致对比例）时 Kendall τ\tau 更清晰；一般探索两者相近。

3. 结值很多的李克特数据​

可接受 Spearman，但也可考虑多水平有序模型或 polychoric 相关（高级）。

五、MATLAB 示例​

rng(6);
x = 1 + 9*rand(80,1);
y = log(x) + 0.15*randn(80,1);   % 单调非线性

[rp, pp] = corr(x, y, "Type", "Pearson");
[rs, ps] = corr(x, y, "Type", "Spearman");
fprintf("Pearson=%.3f (p=%.3g), Spearman=%.3f (p=%.3g)\n", rp, pp, rs, ps);

% 有序等级示例
satisfaction = [1 2 2 3 3 3 4 4 5 5 1 2 3 4 5 5 4 3 2 1]';
loyalty      = [1 1 2 2 3 4 4 5 5 5 2 2 3 3 4 5 4 3 2 1]';
[rs2, ps2] = corr(satisfaction(:), loyalty(:), "Type", "Spearman");
fprintf("等级数据 Spearman=%.3f, p=%.4g\n", rs2, ps2);

% 异常值：Pearson 被拉低/拉高，Spearman 更稳
x2 = [x; 20]; y2 = [y; 0];
fprintf("加异常点后 Pearson=%.3f, Spearman=%.3f\n", ...
    corr(x2,y2,"Type","Pearson"), corr(x2,y2,"Type","Spearman"));

figure;
scatter(x, y, 20, "filled");
xlabel("X"); ylabel("Y=logX+noise");
title(sprintf("Spearman=%.2f, Pearson=%.2f", rs, rp));
grid on;

六、如何解释结果​

  1. 说明使用秩相关的原因（非线性/有序/稳健）；
  2. 报告 rsr_s、p 值、nn；
  3. 结合散点图说明单调形态；
  4. 与 Pearson 对照，解释差异；
  5. 若用于筛选变量，说明阈值是探索性的。

表述：“收入与幸福感呈显著正单调相关（Spearman rs=0.46r_s=0.46，p<0.001），散点显示边际递减，故 Pearson（0.31）低于 Spearman，符合非线性单调结构。”

七、常见误区​

1. 把 Spearman 当“任意非线性相关”​

U 形、正弦型等非单调关系，rsr_s 也可接近 0。

2. 有结值仍用无结简式手算​

应使用平均秩与校正，或直接 corr(...,"Type","Spearman")。

3. 对秩再做复杂参数模型却忘记离散性​

把秩当作普通连续响应有时可用，但推断要谨慎。

4. 相关显著就做因果叙事​

与 Pearson 一样，识别因果需要设计与假设。

5. 忽视样本量与区间​

rs=0.4r_s=0.4 在 n=12n=12 与 n=1200n=1200 时的证据强度完全不同，应报告置信区间或至少给出 p 与 nn。

八、小结​

Spearman 相关的核心是：

先分别排序，再对名次做线性相关，从而度量单调一致性。

当线性假定可疑、数据有序或存在异常值时，它是比 Pearson 更合适的默认探索工具。与散点图、Pearson、Kendall 对照使用，结论会更扎实。

写作时建议固定三件套：散点（或等级表）+ rsr_s 与区间 + 与 Pearson 的对照解释。若两者接近，说明线性近似可接受；若 Spearman 明显更大，应描述单调非线性形态，而不是只报一个更大的系数。

补充说明（建模写作）​

在数学建模论文中，除正文八段结构外，建议把下列材料放进附录或支撑材料，避免主文臃肿却又不失可复核性：

  1. 原始数据或模拟数据的生成设定：样本量、变量含义、单位、随机种子；
  2. 软件与函数清单：如 corr(...,"Type","Spearman") 及结值处理方式；
  3. 对照结果：Pearson / Kendall 并排，以及剔除异常值后的 rsr_s；
  4. 失败诊断：大量结值、分组混杂、明显非单调时的处理；
  5. 可复现脚本：保证评阅人按相同步骤得到同号结论。

这些补充不改变方法本身，但能显著提高结果的可信度与答辩时的解释效率。