スピアマン順位相関計算ツール|同順位対応

2つの数値の列を順位に変換して、スピアマンの順位相関係数 ρ(ロー)を計算します。同じ値(同順位)は平均順位で処理します。外れ値がある場合や、直線ではないが一方が増えるともう一方も増える関係を調べるときに向いています。

スピアマンの順位相関係数 計算ツール

x列とy列を順位に変換してスピアマンの順位相関係数 ρ を計算します。同順位は平均順位で処理します。

使い方

  1. 「x の列」と「y の列」に、同じ順番・同じ個数でデータを入力します。順位そのものを入力してもかまいません。
  2. 「計算する」を押します。
  3. カードで順位相関係数 ρ と p値を確認し、表で各データの順位と順位差を確認します。

計算式

1. x と y をそれぞれ小さい順に順位づけ(同じ値は平均順位)
2. ρ = 順位どうしのピアソンの相関係数
(同順位がないときは ρ = 1 − 6Σd² ÷ (n(n² − 1)) と一致)

d は各組の順位の差、n はデータの組数です。教科書でよく見る 1 − 6Σd²/(n(n²−1)) の式は、同順位がないときだけ正確です。このツールは同順位があっても正しく計算できるよう、順位にピアソンの相関係数の式を当てはめる方式を使っています(Python の scipy.stats.spearmanr と同じ方式です)。p値は、ピアソンの場合と同じ t分布による近似で求めています。

計算例

サンプルは x「10, 20, 30, 40, 50, 60, 70, 80」、y「3, 5, 4, 8, 8, 9, 15, 12」です。

  • x の順位は 1〜8 です。y は 3 が1位、4 が2位、5 が3位、8 が2つあるので4位と5位の平均で4.5位、9 が6位、12 が7位、15 が8位になります。
  • 順位どうしの相関係数を計算すると、ρ = 0.9461 です。
  • 順位差の2乗和 Σd² は4.5で、簡易式では 1 − 6 × 4.5 ÷ (8 × 63) = 0.9464 となり、同順位の分だけ少しずれます。

p値は約0.0004で、強い正の順位相関があるといえます。

結果の見方

ρ の読み方はピアソンの r と同じで、1 に近いほど「x が大きいほど y も大きい」、−1 に近いほど「x が大きいほど y は小さい」という順位の関係が強いことを表します。

ピアソンの r とスピアマンの ρ を両方計算して比べると、データの特徴がわかります。ρ のほうが大きく高い場合は、直線ではない単調な関係(曲線的に増える関係)か、外れ値が r を下げている可能性があります。r のほうが大きい場合は、少数の大きな値が直線関係を強く見せている可能性があります。

機械学習では、ランキングの評価にも順位相関が使われます。たとえば、モデルが予測した順位と正解の順位がどれくらい一致しているかを ρ で評価できます。

注意点

  • スピアマンの ρ は「単調な関係」(一方が増えるともう一方も増え続ける、または減り続ける)を測ります。山型や谷型の関係は捉えられません。
  • データが10組未満のとき、t分布による p値は近似なので参考程度にしてください。少ないデータで厳密に検定したい場合は、正確な分布を使う方法があります。
  • 相関は因果関係を意味しません。
  • 5段階評価のアンケートのように同順位が非常に多いデータでは、ケンドールの順位相関係数を使うこともあります。

スピアマンの順位相関のよくある質問

Q. ピアソンとスピアマンの違いは何ですか?

A. ピアソンは値そのものの直線的な関係を、スピアマンは順位の関係を測ります。スピアマンは外れ値の影響を受けにくく、曲線的でも単調な関係を捉えられます。

Q. 同順位があるときはどう計算しますか?

A. 同じ値には、その値が占める順位の平均を付けます。たとえば4位と5位が同じ値なら、どちらも4.5位にします。そのうえで順位どうしのピアソンの相関係数を計算します。

Q. アンケートの5段階評価にも使えますか?

A. 使えます。順序はあるが間隔が等しいとは限らないデータには、ピアソンよりスピアマンのほうが適しています。