文档介绍：内容Spearman相关系数的含义Spearman相关分析的特点Spearman与Pearson相关分析的对比结果的解释对我的研究数据的适用性一Spearman相关系数的含义Spearmanrank-ordercorrelationcoefficient两个连续或等级/秩变量之间的单调相关(monotoneassociation)关系。单调函数描述两个变量之间的关系的程度(howwelltherelationshipbetweentwovariablescanbedescribedusingamonotonicfunction)Pearson相关系数的一个特例(系数计算中的X,Y被其秩代替):RxandRyaretheranksofthexandyvariables,respectivelyisthesquareofthedifferencebetweenthecorrespondingranksofxiandyi,:非参数(自由分布)可用于等级数据(ordinaldata:Themostfundamentalrequisiteistobeabletomeasureourobservedcorrespondencebyaplainnumericalsymbol)当数据分布导致,pearson相关系数不适用或者产生误导的使用。whenthedis­tributionofdatamakesPearson’scorrelationco­efficientundesirableormisleading当数据为定性的变量,或者含有异常值时尤其适用。三Spearman与Pearson相关分析的对比四结果的解释EffectSize(Biologicalrelevance/correlationcoefficient/r)Statisticalsignificance(P)两个变量一起变化的强度和方向Extenttowhichtwovariablestendtochangetogether(strengthanddirection)Statisticalpower四结果的解释r与P值呈现分析结果时应当包含的信息当统计显著,但相关系数不大,则有可能是其他变量的影响四结果的解释r的大小BenedictK,TheCorrelationCoefficient-ExplainedinThreeSteps,https://ch?v=ugd4k3dC_8Y四结果的解释