Sağlam Spearman Korelasyonu
Robust Spearman Rank Correlation · Ayrıca şöyle bilinir: Winsorized Spearman correlation, robust rank correlation, trimmed Spearman correlation, outlier-resistant Spearman
Sağlam Spearman korelasyonu, iki değişken arasındaki monotonik ilişkiyi ölçen, aykırı değerlere dirençli bir ölçümdür. Spearman'ın rho'sunu aykırı değerlerden veya kalın kuyruklu dağılımlardan kaynaklanan bozulmalara karşı korumak için Winsorlaştırma (aşırı sıraları sınırlama) veya yüzde-bend yaklaşımı gibi sağlamlaştırma stratejileri uygular, aynı zamanda parametrik olmayan sıra tabanlı karakterini korur.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
İki sürekli veya sıralı değişken arasındaki monotonik ilişkiyi değerlendirmek istediğinizde ve verilerinizde standart bir korelasyonu bozabilecek aykırı değerler, kalın kuyruklar veya şüpheli aşırı değerler bulunduğunda sağlam Spearman korelasyonunu kullanın. Tek bir kaldıraç noktasının klasik rho'yu önemli ölçüde değiştirebileceği küçük ila orta ölçekli örneklemlerde özellikle değerlidir. İlişkinin açıkça doğrusal olduğu ve verilerin temiz olduğu durumlarda kullanmayın — standart Pearson r veya Spearman rho yeterli olacaktır ve raporlanması daha basittir. Örneklem büyüklüğünün çok küçük olduğu (n < 10) durumlarda kaçının, çünkü bu durumda sağlamlaştırmadan bağımsız olarak herhangi bir korelasyon tahmini doğası gereği kararsızdır.
Güçlü yönler & sınırlılıklar
- Standart Spearman rho'dan aykırı değerlerden ve aşırı gözlemlerden kaynaklanan bozulmalara karşı daha etkili bir şekilde direnç gösterir.
- Sıralı veriler ve normal olmayan sürekli değişkenler için geçerliliğini korur.
- İlişkinin fonksiyonel şekli hakkında herhangi bir varsayımda bulunmaz — yalnızca monotoniklik önemlidir.
- Bootstrap güven aralıkları, dağılımsal varsayımlar olmadan doğru çıkarım sağlar.
- Doğrudan yorumlanabilir: katsayı hala −1 ile +1 arasında, rho ile aynı işaret konvansiyonuna sahiptir.
- Gerçek ilişki doğrusal olduğunda ve veriler temiz ve normal olduğunda Pearson r'den daha az güçlüdür.
- Kırpma veya Winsorlaştırma oranının (g) seçimi bilinçli, önceden belirlenmiş bir karar gerektirir.
- Özel paketlerde (R WRS2) yaygın olarak uygulanır ancak SPSS veya temel Excel eklentilerinde her zaman bulunmayabilir.
- Bootstrap tabanlı p-değerleri örneklem sayısına bağlıdır ve yazılım çalıştırmaları arasında biraz farklılık gösterebilir.
- U-şekilli ilişkiler gibi monotonik olmayan ilişkileri tespit etmez.
SSS
Sağlam Spearman standart Spearman rho'dan nasıl farklıdır?
Standart Spearman ham verileri sıralar ve bu sıralar üzerinde bir Pearson korelasyonu hesaplar. Sağlam Spearman, rho'yu hesaplamadan önce en aşırı sıralanmış değerleri sınırlayan bir Winsorlaştırma adımı ekler, bu da aykırı değerlerin etkisini azaltır. Temiz verilerde ikisi neredeyse aynı sonuçları üretecektir.
Kırpma oranını nasıl seçerim?
Wilcox'un tavsiyelerine göre yaygın bir varsayılan değer %20 kırpmadır (g = 0.2n tam sayıya yuvarlanır). Bu oran, sonuçları inceledikten sonra değil, veri analizinden önce seçilmelidir. Kirliliğin düşük olduğuna dair güçlü ön bilgiye sahipseniz, %10 kabul edilebilirdir.
Bootstrap mı yoksa asimptotik çıkarım mı kullanmalıyım?
Bootstrap çıkarımı genellikle tercih edilir çünkü asimptotik t yaklaşımı, sağlam yöntemleri en baştan motive eden kalın kuyruklu koşullar altında doğru olmayabilir. En az 1000 bootstrap örneklemi önerilir; 5000 daha kararlı p-değerleri ve güven aralıkları sağlar.
Bunu Likert ölçeklerinden elde edilen sıralı verilerle kullanabilir miyim?
Evet. Sağlam Spearman sıralı değişkenler için uygundur çünkü sıralar üzerinde çalışır ve aralıklı ölçüm varsaymaz. Winsorlaştırma adımı, ölçek uçlarındaki aşırı yanıtlayıcılara karşı daha fazla koruma sağlar.
Sağlam Spearman yüzde-bend korelasyonu ile aynı mıdır?
Hayır. Yüzde-bend korelasyonu, Wilcox tarafından önerilen ve farklı bir aşağı ağırlıklandırma mekanizması kullanan farklı bir sağlam tahmin edicidir. Her ikisi de aykırı değer direncini sağlamayı amaçlar, ancak biraz farklı sayısal sonuçlar verebilirler. Sağlam Spearman, sıralamadan önce Winsorlaştırma uygular, oysa yüzde-bend ham verilerin dönüştürülmüş bir ölçeği üzerinde çalışır.
Kaynaklar
- Wilcox, R. R. (2012). Introduction to Robust Estimation and Hypothesis Testing (3rd ed.). Academic Press. ISBN: 978-0123869838
- Wilcox, R. R. (1994). The percentage bend correlation coefficient. Psychometrika, 59(4), 601–616. DOI: 10.1007/BF02294395 ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Robust Spearman Rank Correlation. ScholarGate. https://scholargate.app/tr/statistics/robust-spearman-correlation
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Kendall's Tau Sıra Korelasyonuİstatistik↔ karşılaştır
- Sağlam Bağımsız Örneklem t-testiİstatistik↔ karşılaştır
- Sağlamlaştırılmış Kendall Tau Sıra Korelasyonuİstatistik↔ karşılaştır
- Sağlam Pearson Korelasyonuİstatistik↔ karşılaştır
- Spearman Sıra Korelasyon Katsayısıİstatistik↔ karşılaştır