Przejdź do głównej treści
MedCalc

Korelacja rangowa

Gdy rozkład zmiennych nie jest normalny, stopień związku między zmiennymi można określić za pomocą korelacji rangowej. Zamiast dokładnych wartości zmiennych dane są porządkowane według wielkości, a obliczenia opierają się na różnicach między rangami odpowiadających sobie wartości X i Y.

Wymagane dane wejściowe

  • Zmienna Y - Zmienna X: wybierz 2 interesujące Cię zmienne.
  • Filtr: (opcjonalnie) wprowadź filtr danych, aby uwzględnić w analizie statystycznej tylko wybraną podgrupę przypadków.
  • Współczynniki korelacji: wybierz rho Spearmana i/lub tau Kendalla.

    Przedział ufności dla tau Kendalla jest szacowany metodą bootstrap z korekcją obciążenia i przyspieszeniem (BCa) (Efron, 1987; Efron & Tibshirani, 1993). Kliknij Zaawansowane…, aby ustawić opcje bootstrapu, takie jak liczba powtórzeń i ziarno generatora liczb losowych.

Korelacja rangowa – okno dialogowe

Kliknij OK lub naciśnij Enter, aby uzyskać żądane statystyki w oknie wyników.

Wyniki

Korelacja rangowa

Zmienna Y

TESTO

Zmienna X

FSH

Liczebność próby

100

Współczynnik korelacji rang Spearmana (rho)

0.114

Poziom istotności

P=0.2575

95% przedział ufności dla rho

-0.0840 do 0.304

Tau Kendalla

0.0827

Poziom istotności

P=0.2241

95% przedział ufności dla Taua

-0.0661 do 0.219

a BCa bootstrap przedziału ufności (2000 iteracji; Wartość początkowa losowa: 0).

Na przykład współczynnik korelacji rangowej rho Spearmana wynosi 0,114. 95% przedział ufności wynosi od -0,084 do 0,304. Związana z nim wartość P wynosi 0,2575, można więc wnioskować, że między obiema zmiennymi nie ma istotnego związku.

Aby wydrukować te wyniki, kliknij Drukuj w menu Plik lub naciśnij Ctrl P.

Piśmiennictwo

  • Altman DG (1991) Practical statistics for medical research. London: Chapman & Hall.
  • Armitage P, Berry G, Matthews JNS (2002) Statistical methods in medical research. 4th ed. Blackwell Science.
  • Bland M (2000) An introduction to medical statistics, 3rd ed. Oxford: Oxford University Press.
  • Efron B (1987) Better Bootstrap Confidence Intervals. Journal of the American Statistical Association 82:171-185.
  • Efron B, Tibshirani RJ (1993) An introduction to the Bootstrap. Chapman & Hall/CRC.

Zobacz także