Коэффициент корреляции Пирсона и Спирмена: расчет, выбор метода и интерпретация

Что именно измеряет корреляция

Корреляция показывает, насколько согласованно изменяются два признака. Коэффициент находится в диапазоне от −1 до +1. Знак отражает направление связи, а модуль — ее выраженность.

• r > 0: при росте X значения Y в среднем также растут;
• r < 0: при росте X значения Y в среднем уменьшаются;
• r около 0: выраженная линейная связь не обнаружена.

Когда применять коэффициент Пирсона

Пирсон оценивает линейную связь количественных признаков. Перед расчетом полезно построить диаграмму рассеяния и проверить, что несколько экстремальных наблюдений не определяют весь результат.

Если X и Y измерены в разных единицах, это не проблема: коэффициент корреляции безразмерный.

Когда лучше коэффициент Спирмена

Спирмен работает с рангами. Он полезен для порядковых данных и для монотонной зависимости, которая необязательно является прямой линией. Исходные значения заменяются рангами, после чего оценивается корреляция рангов.

Если в данных есть одинаковые значения, им присваиваются усредненные ранги. Именно поэтому ручной расчет Спирмена на большой выборке легко испортить ошибкой ранжирования.

Пример расчета и интерпретации

Пусть X — часы подготовки: 1, 2, 3, 4, 5, а Y — результат теста: 52, 58, 65, 72, 80. Здесь наблюдается почти линейный рост. Высокий положительный r означает тесную прямую линейную связь именно в этой выборке.

Корректная формулировка для работы: «между количеством часов подготовки и результатом теста выявлена сильная положительная линейная связь». Некорректно автоматически писать: «увеличение подготовки вызывает рост результата», потому что корреляционный анализ сам по себе не устанавливает причинность.

Нужно ли использовать шкалу “слабая / средняя / сильная”

Универсальной границы для всех предметных областей нет. Порог 0,7 может считаться высоким в одной задаче и недостаточным в другой. Если в методичке дана конкретная шкала, используйте ее. Если шкалы нет, лучше привести значение коэффициента и объяснить направление и практический смысл, а не подменять вывод одним словом.

Что проверять вместе с корреляцией

1. Количество наблюдений. Коэффициент по 4–5 точкам нестабилен.
2. Выбросы. Одна экстремальная точка способна заметно изменить r.
3. Диаграмму рассеяния. Она показывает форму зависимости.
4. Статистическую значимость. При исследовательской задаче одного r недостаточно.
5. Множественные проверки. Если вы проверили сотни пар признаков, часть высоких коэффициентов может возникнуть случайно.

Корреляция не равна регрессии

Корреляция симметрична: перестановка X и Y не меняет r. В регрессии роли переменных различаются: одна рассматривается как зависимая, остальные — как объясняющие. Если нужно получить уравнение и прогноз, переходите к регрессионному анализу.

Посчитать Пирсона, Спирмена и ковариацию на своих данных можно в разделе «Статистика и эконометрика».