在線即時計算器 · 純前端本地秒算 · 零數據上傳

🧮 Spearman Rank Correlation 計算機

專業免費的 Spearman Rank Correlation 計算機。純前端本機毫秒級計算、零資料上傳、極致隱私保護。提供詳細公式推導、實例示範與常見問答。

即時推算結果 (Computed Output)
1 −1(完全相反)到 +1(完全一致)
專業公認計算模型,即時運算完畢
📜 計算歷史記錄 (試算軌跡)
尚無歷史記錄,每次點擊「計算」將在此留下試算軌跡...

什麼是斯皮爾曼等級相關?

斯皮爾曼等級相關係數(ρ,讀作「rho」)用來衡量兩個變數之間單調關係的強度與方向。與皮爾森相關係數不同,它是依據資料的等級(排名)來計算,而非原始數值,因此不需要假設兩者呈線性關係,也不要求資料服從常態分布。ρ 的範圍從 −1(完全相反的排序),經過 0(沒有單調關聯),到 +1(完全一致的排序)。

如何使用本計算器

把兩組資料分別填入 X 與 Y 欄位,數值之間可用逗號或空格分隔。兩組數列的筆數必須相同(較長那組多出來的數值會被忽略)。按下計算後,即可得到 ρ 值、資料對數(n),以及 Σd²——也就是各等級差的平方總和。

公式說明

當資料沒有同分(並列等級)時,ρ 的計算方式為:

\rho = 1 - ((6 \sum d_i^{2}) ÷ (n (n^{2}-1))) \qquad d_i = R\!≤ft(X_i\right) - R\!≤ft(Y_i\right)

首先將兩個變數各自排序(最小值為等級 1)。對每一組資料對,d 是其 X 等級與 Y 等級之間的差距。把每個 d 取平方後加總,再代入公式即可。當資料中出現同分時,這條捷徑公式會產生偏差,因此本計算器會自動改用等級的皮爾森相關係數,並對並列的數值採用平均等級來處理。

範例演算

假設 X = 10, 20, 30, 40, 50,Y = 12, 24, 33, 44, 55。兩組數列都同步遞增,因此各自的等級都是 1,2,3,4,5。每一個 d 都等於 0,所以 Σd² = 0,

\rho = 1 - ((6× 0) ÷ (5× 24)) = 1
——代表完全正向的單調關係。

使用注意事項與精準校對原則(6 大核心守則)

📐 1. 嚴格對齊輸入量綱與單位

輸入各項數值時請務必確認量綱(例如小時、天數、金額、百分比),避免單位不匹配引發推算偏差。

🔒 2. 純前端本機毫秒級隱私保障

所有計算邏輯 100% 在您的終端瀏覽器內完成,資料絕不上傳伺服器,嚴格守護商業與個人隱私。

📊 3. 符合公認學術與產業計算模型

演算法嚴格遵循國際通用數學公式與標準計算模型,經多重情境交叉核對,數值嚴密精確。

📋 4. 一鍵複製與免登入 PDF 匯出

支援一鍵複製推算結果字串至剪貼簿,亦可直接點擊列印按鈕輸出純淨 PDF 工作報表。

🔄 5. 多情景敏感度動態對比

建議針對極端值與多組預期情景分別試算,觀察輸出數據的波動區間,輔助做出更穩健的決策。

🛡️ 6. 專業諮詢與日常參考免責聲明

本工具運算結果供日常排程、學業研習與事前參考之用,如涉及重大法規或投資決策請諮詢持證專家。

常見問題 (FAQ)

ρ = 0 代表什麼?
表示沒有單調趨勢;當 X 上升時,Y 並沒有一致地上升或下降。
它和皮爾森 r 有什麼不同?
皮爾森衡量的是原始數值之間的線性關聯;斯皮爾曼衡量的則是等級之間的單調關聯,因此對離群值與非線性(但有順序)的關係更為穩健。
我需要多少筆資料?
至少要有 2 組資料對才能計算 ρ,但資料對越多,所估計出的關聯程度就越可靠。