未记录事实核验 · 状态：维护中

记录仅说明核验时间与维护状态，不保证适用于所有环境；使用前请留意正文中的版本、适用条件与风险提示。

🔢 斯皮尔曼相关系数

📐 数学原理与公式

基本公式

秩次计算规则

import numpy as np
import pandas as pd
from scipy import stats
import matplotlib.pyplot as plt
import seaborn as sns
from scipy.stats import spearmanr, pearsonr
import warnings
warnings.filterwarnings('ignore')

# 设置中文字体和绘图样式
plt.rcParams['font.sans-serif'] = ['SimHei', 'Arial Unicode MS']
plt.rcParams['axes.unicode_minus'] = False
sns.set_style("whitegrid")

def demonstrate_ranking_rules():
    """
    演示秩次计算规则
    """
    print("=== 秩次计算规则演示 ===")
    
 # 示例数据：用户满意度评分
    satisfaction_scores = np.array([4.2, 3.8, 4.5, 3.8, 4.9, 4.2, 3.5, 4.8, 4.2, 4.0])
    
    print(f"原始数据: {satisfaction_scores}")
    print(f"数据排序: {np.sort(satisfaction_scores)}")
    
 # 计算秩次（SciPy方法）
    ranks_scipy = stats.rankdata(satisfaction_scores)
    print(f"SciPy秩次: {ranks_scipy}")
    
 # 手动计算秩次（处理并列值）
    def calculate_ranks_manually(data):
        """
        手动计算秩次，处理并列值
        """
        n = len(data)
 # 创建索引-值对
        indexed_data = [(i, val) for i, val in enumerate(data)]
 # 按值排序
        sorted_data = sorted(indexed_data, key=lambda x: x[1])
        
        ranks = np.zeros(n)
        i = 0
        while i < n:
 # 找到相同值的范围
            j = i
            while j < n and sorted_data[j][1] == sorted_data[i][1]:
                j += 1
            
 # 计算平均秩次
            avg_rank = (i + j + 1) / 2
            
 # 分配秩次
            for k in range(i, j):
                original_index = sorted_data[k][0]
                ranks[original_index] = avg_rank
            
            i = j
        
        return ranks
    
    ranks_manual = calculate_ranks_manually(satisfaction_scores)
    print(f"手动计算秩次: {ranks_manual}")
    
 # 显示秩次分配详情
    print("\n秩次分配详情:")
    df_ranks = pd.DataFrame({
        '原始值': satisfaction_scores,
        'SciPy秩次': ranks_scipy,
        '手动秩次': ranks_manual
    })
    df_ranks['索引'] = range(len(satisfaction_scores))
    df_ranks = df_ranks[['索引', '原始值', 'SciPy秩次', '手动秩次']]
    print(df_ranks)
    
 # 并列值处理说明
    unique_values = np.unique(satisfaction_scores)
    print("\n并列值处理:")
    for val in unique_values:
        indices = np.where(satisfaction_scores == val)[0]
        if len(indices) > 1:
            print(f"值 {val} 出现在位置 {indices}，分配平均秩次")
    
    return satisfaction_scores, ranks_scipy

# 执行秩次计算演示
sample_data, sample_ranks = demonstrate_ranking_rules()

💻 Python实现与应用

基础计算示例

def calculate_spearman_manually(x, y):
    """
    手动计算斯皮尔曼相关系数
    """
 # 计算秩次
    rank_x = stats.rankdata(x)
    rank_y = stats.rankdata(y)
    
    n = len(x)
    
 # 方法1：简化公式仅在两变量均无并列秩次时成立；有并列值时不应将该结果作为斯皮尔曼系数
    d_squared = np.sum((rank_x - rank_y) ** 2)
    rho_simple = 1 - (6 * d_squared) / (n * (n**2 - 1))
    
 # 方法2：使用完整公式（标准皮尔逊相关系数应用于秩次）
    mean_rank_x = np.mean(rank_x)
    mean_rank_y = np.mean(rank_y)
    
    numerator = np.sum((rank_x - mean_rank_x) * (rank_y - mean_rank_y))
    denominator = np.sqrt(np.sum((rank_x - mean_rank_x)**2) * np.sum((rank_y - mean_rank_y)**2))
    rho_full = numerator / denominator
    
    return rho_simple, rho_full, rank_x, rank_y

def comprehensive_spearman_analysis():
    """
    全面的斯皮尔曼相关分析
    """
    print("\n=== 斯皮尔曼相关系数计算演示 ===")
    
 # 示例数据：电商平台商品评价数据
    np.random.seed(42)
    n = 20
    
 # 商品价格（元）
    price = np.random.uniform(50, 500, n)
    
 # 用户评分（1-5分）- 与价格存在非线性关系
 # 中等价格商品评分最高
    rating_base = 3 + 2 * np.exp(-(price - 200)**2 / 10000)
    rating = rating_base + np.random.normal(0, 0.3, n)
    rating = np.clip(rating, 1, 5)  # 限制在1-5分范围内
    
    print("商品评价数据:")
    print(f"价格范围: {price.min():.1f} - {price.max():.1f} 元")
    print(f"评分范围: {rating.min():.2f} - {rating.max():.2f} 分")
    
 # 计算相关系数
 # 手动计算
    rho_simple, rho_full, rank_price, rank_rating = calculate_spearman_manually(price, rating)
    
 # SciPy计算
    rho_scipy, p_value = spearmanr(price, rating)
    
 # 皮尔逊相关系数作为对比
    pearson_r, pearson_p = pearsonr(price, rating)
    
    print(f"\n相关系数计算结果:")
    print(f"手动计算（简化公式）: {rho_simple:.4f}")
    print(f"手动计算（完整公式）: {rho_full:.4f}")
    print(f"SciPy计算: {rho_scipy:.4f} (p值: {p_value:.6f})")
    print(f"皮尔逊相关系数: {pearson_r:.4f} (p值: {pearson_p:.6f})")
    
 # 显示详细的秩次信息
    print(f"\n秩次对比表:")
    df_detailed = pd.DataFrame({
        '商品ID': range(1, n+1),
        '价格': price,
        '评分': rating,
        '价格秩次': rank_price,
        '评分秩次': rank_rating,
        '秩次差': rank_price - rank_rating,
        '秩次差平方': (rank_price - rank_rating)**2
    })
    
 # 显示前10个商品的详细信息
    print(df_detailed.head(10).round(2))
    
 # 解释结果
    print(f"\n📊 结果解释:")
    
 # 相关强度判断
    abs_rho = abs(rho_scipy)
    if abs_rho >= 0.7:
        strength = "强相关"
    elif abs_rho >= 0.4:
        strength = "中等相关"
    elif abs_rho >= 0.2:
        strength = "弱相关"
    else:
        strength = "几乎无相关"
    
    direction = "正相关" if rho_scipy > 0 else "负相关"
    
    print(f"• 斯皮尔曼相关系数 {rho_scipy:.4f} 表明价格与评分呈 {direction}，强度为 {strength}")
    print(f"• p值 {p_value:.6f} {'< 0.05，相关性统计显著' if p_value < 0.05 else '>= 0.05，相关性不显著'}")
    
 # 与皮尔逊相关系数的比较
    print(f"\n🔍 与皮尔逊相关系数的比较:")
    print(f"• 皮尔逊相关系数: {pearson_r:.4f}")
    print(f"• 斯皮尔曼相关系数: {rho_scipy:.4f}")
    print(f"• 差异: {abs(pearson_r - rho_scipy):.4f}")
    
    if abs(pearson_r - rho_scipy) > 0.1:
        print("• 两个系数差异较大，可能存在非线性关系或异常值")
    else:
        print("• 两个系数相近，但仅凭这一点不能判断关系是否线性，应结合散点图检查")
    
    return price, rating, df_detailed

# 执行斯皮尔曼相关分析
price_data, rating_data, detailed_df = comprehensive_spearman_analysis()

可视化展示

def visualize_spearman_correlation(x, y, title="斯皮尔曼相关分析"):
    """
    可视化斯皮尔曼相关性分析
    """
    fig, axes = plt.subplots(2, 2, figsize=(15, 12))
    fig.suptitle(title, fontsize=16, fontweight='bold')
    
 # 计算相关系数和秩次
    rho_spearman, p_spearman = spearmanr(x, y)
    rho_pearson, p_pearson = pearsonr(x, y)
    rank_x = stats.rankdata(x)
    rank_y = stats.rankdata(y)
    
 # 1. 原始数据散点图
    axes[0, 0].scatter(x, y, alpha=0.7, s=60, color='blue')
    axes[0, 0].set_xlabel('X变量（原始值）')
    axes[0, 0].set_ylabel('Y变量（原始值）')
    axes[0, 0].set_title(f'原始数据散点图\n皮尔逊相关系数: {rho_pearson:.3f}')
    
 # 添加拟合线
    z = np.polyfit(x, y, 1)
    p = np.poly1d(z)
    axes[0, 0].plot(x, p(x), "r--", alpha=0.8, linewidth=2)
    axes[0, 0].grid(True, alpha=0.3)
    
 # 2. 秩次散点图
    axes[0, 1].scatter(rank_x, rank_y, alpha=0.7, s=60, color='red')
    axes[0, 1].set_xlabel('X变量（秩次）')
    axes[0, 1].set_ylabel('Y变量（秩次）')
    axes[0, 1].set_title(f'秩次散点图\n斯皮尔曼相关系数: {rho_spearman:.3f}')
    
 # 添加秩次拟合线
    z_rank = np.polyfit(rank_x, rank_y, 1)
    p_rank = np.poly1d(z_rank)
    axes[0, 1].plot(rank_x, p_rank(rank_x), "r--", alpha=0.8, linewidth=2)
    axes[0, 1].grid(True, alpha=0.3)
    
 # 3. 相关系数对比
    axes[1, 0].axis('off')
    comparison_text = f"""
    相关系数对比分析:
    
    皮尔逊相关系数: {rho_pearson:.4f}
    p值: {p_pearson:.6f}
    
    斯皮尔曼相关系数: {rho_spearman:.4f}
    p值: {p_spearman:.6f}
    
    差异: {abs(rho_pearson - rho_spearman):.4f}
    
    解释:
    {'• 两系数相近，仍需结合散点图判断关系形态' if abs(rho_pearson - rho_spearman) < 0.1 else '• 两系数差异较大，需结合散点图检查非线性关系和异常值'}
    {'• 相关性统计显著' if p_spearman < 0.05 else '• 相关性不显著'}
    
    适用场景:
    • 皮尔逊: 衡量线性关联，计算本身不要求正态分布；推断需另查假设
    • 斯皮尔曼: 衡量单调关联，不要求正态分布；推断仍有适用条件
    """
    
    axes[1, 0].text(0.1, 0.9, comparison_text, fontsize=12, verticalalignment='top',
                   bbox=dict(boxstyle="round,pad=0.3", facecolor="lightblue", alpha=0.8))
    
 # 4. 秩次差分析
    rank_diff = rank_x - rank_y
    axes[1, 1].bar(range(len(rank_diff)), rank_diff, alpha=0.7, color='green')
    axes[1, 1].axhline(y=0, color='red', linestyle='--', alpha=0.8)
    axes[1, 1].set_xlabel('观测点索引')
    axes[1, 1].set_ylabel('秩次差 (X秩次 - Y秩次)')
    axes[1, 1].set_title(f'秩次差分布\n平均绝对秩次差: {np.mean(np.abs(rank_diff)):.2f}')
    axes[1, 1].grid(True, alpha=0.3)
    
    plt.tight_layout()
    plt.show()
    
    return rho_spearman, rho_pearson

# 可视化价格-评分关系
spearman_coef, pearson_coef = visualize_spearman_correlation(
    price_data, rating_data, "电商商品价格与评分相关性分析"
)

🔍 与皮尔逊相关系数的比较

适用条件对比

def compare_correlation_methods():
    """
    比较不同类型数据下皮尔逊和斯皮尔曼相关系数的表现
    """
    print("\n=== 皮尔逊 vs 斯皮尔曼相关系数比较 ===")
    
    np.random.seed(123)
    n = 100
    
 # 创建不同类型的数据
    test_cases = {
        '线性关系': {
            'x': np.random.normal(0, 1, n),
            'y_func': lambda x: 2 * x + np.random.normal(0, 0.5, len(x))
        },
        '非线性关系(指数)': {
            'x': np.random.uniform(0, 3, n),
            'y_func': lambda x: np.exp(x) + np.random.normal(0, 0.5, len(x))
        },
        '非线性关系(对数)': {
            'x': np.random.uniform(1, 10, n),
            'y_func': lambda x: np.log(x) + np.random.normal(0, 0.2, len(x))
        },
        '含异常值': {
            'x': np.random.normal(0, 1, n),
            'y_func': lambda x: x + np.random.normal(0, 0.3, len(x))
        },
        '单调但非线性': {
            'x': np.random.uniform(0, 10, n),
            'y_func': lambda x: x**0.5 + np.random.normal(0, 0.3, len(x))
        }
    }
    
    print(f"{'数据类型':<15} {'皮尔逊':<10} {'斯皮尔曼':<10} {'差异':<8} {'推荐方法':<15}")
    print("-" * 65)
    
    results = {}
    
    for case_name, case_data in test_cases.items():
        x = case_data['x']
        y = case_data['y_func'](x)
        
 # 为含异常值数据添加异常值
        if case_name == '含异常值':
            outlier_indices = np.random.choice(n, 5, replace=False)
            y[outlier_indices] += np.random.choice([-5, 5], 5)
        
 # 计算相关系数
        pearson_r, _ = pearsonr(x, y)
        spearman_r, _ = spearmanr(x, y)
        
        diff = abs(pearson_r - spearman_r)
        
 # 推荐方法
        recommendation = "结合研究目标、尺度和散点图选择"
        
        print(f"{case_name:<15} {pearson_r:<10.3f} {spearman_r:<10.3f} {diff:<8.3f} {recommendation:<15}")
        
        results[case_name] = {
            'x': x, 'y': y, 
            'pearson': pearson_r, 'spearman': spearman_r,
            'recommendation': recommendation
        }
    
 # 总结建议
    print(f"\n💡 选择建议:")
    print("• 目标是衡量线性关联 → 可考虑皮尔逊相关系数；计算本身不要求正态分布，推断需另查假设")
    print("• 单调非线性关系 → 斯皮尔曼相关系数")
    print("• 含异常值数据 → 斯皮尔曼相关系数（更稳健）")
    print("• 顺序型数据 → 斯皮尔曼相关系数")
    print("• 不确定时 → 两个都计算并比较")
    
    return results

# 执行相关系数比较
comparison_results = compare_correlation_methods()

🏢 实际应用场景

1. 市场研究中的顾客满意度分析

def customer_satisfaction_analysis():
    """
    顾客满意度调查中的斯皮尔曼相关分析
    """
    print("\n=== 顾客满意度调查分析 ===")
    
 # 模拟顾客满意度调查数据
    np.random.seed(456)
    n_customers = 200
    
 # 生成调查数据（1-5分制）
    service_quality = np.random.randint(1, 6, n_customers)  # 服务质量评分
    product_quality = np.random.randint(1, 6, n_customers)  # 产品质量评分
    price_satisfaction = np.random.randint(1, 6, n_customers)  # 价格满意度
    
 # 总体满意度（与其他因素相关但有随机性）
    overall_satisfaction = np.round(
        0.4 * service_quality + 0.35 * product_quality + 0.25 * price_satisfaction + 
        np.random.normal(0, 0.5, n_customers)
    ).astype(int)
    overall_satisfaction = np.clip(overall_satisfaction, 1, 5)
    
 # 创建数据框
    df_survey = pd.DataFrame({
        '服务质量': service_quality,
        '产品质量': product_quality,
        '价格满意度': price_satisfaction,
        '总体满意度': overall_satisfaction
    })
    
    print("顾客满意度调查数据概况:")
    print(df_survey.describe())
    
 # 计算各因素间的斯皮尔曼相关系数
    factors = ['服务质量', '产品质量', '价格满意度']
    
    print(f"\n各因素与总体满意度的相关性分析:")
    print(f"{'因素':<10} {'斯皮尔曼系数':<12} {'p值':<12} {'相关强度':<12}")
    print("-" * 50)
    
    correlations = {}
    for factor in factors:
        rho, p_val = spearmanr(df_survey[factor], df_survey['总体满意度'])
        
 # 相关强度判断
        if abs(rho) >= 0.7:
            strength = "强相关"
        elif abs(rho) >= 0.4:
            strength = "中等相关"
        elif abs(rho) >= 0.2:
            strength = "弱相关"
        else:
            strength = "几乎无关"
        
        print(f"{factor:<10} {rho:<12.3f} {p_val:<12.6f} {strength:<12}")
        correlations[factor] = rho
    
 # 因素重要性排序
    sorted_factors = sorted(correlations.items(), key=lambda x: abs(x[1]), reverse=True)
    
    print(f"\n📊 模拟样本中的边际相关强度排序（不代表因果重要性）:")
    for i, (factor, corr) in enumerate(sorted_factors, 1):
        print(f"{i}. {factor}: {corr:.3f}")
    
 # 业务建议
    print(f"\n💼 业务改进建议:")
    top_factor = sorted_factors[0][0]
    print(f"• '{top_factor}' 在该模拟样本中与总体满意度的边际相关性最强，可作为进一步调查候选，不能据此直接确定改进优先级")
    
    if correlations['服务质量'] > 0.5:
        print("• 该模拟样本中服务质量与总体满意度的秩相关系数超过0.5，可作为进一步调查候选；这不能证明员工培训会提高满意度")
    if correlations['产品质量'] > 0.5:
        print("• 该模拟样本中产品质量与满意度的秩相关系数超过0.5；是否存在因果影响及提升产品标准是否有效，需另行研究")
    if correlations['价格满意度'] > 0.3:
        print("• 该模拟样本中价格满意度与总体满意度的秩相关系数超过0.3，可进一步研究价格体验；这不能直接支持调整定价或增加性价比的措施")
    
    return df_survey, correlations

# 执行顾客满意度分析
survey_data, satisfaction_correlations = customer_satisfaction_analysis()

2. 学术研究中的排名数据分析

def academic_ranking_analysis():
    """
    学术研究排名数据的斯皮尔曼相关分析
    """
    print("\n=== 学术期刊排名相关性分析 ===")
    
 # 模拟学术期刊数据
    np.random.seed(789)
    n_journals = 50
    
 # 生成期刊评价指标（排名数据）
    impact_factor_rank = np.arange(1, n_journals + 1)
    np.random.shuffle(impact_factor_rank)  # 影响因子排名
    
 # 其他排名与影响因子排名相关但有差异
    citation_rank = impact_factor_rank + np.random.randint(-5, 6, n_journals)
    citation_rank = np.clip(citation_rank, 1, n_journals)
    
    h_index_rank = impact_factor_rank + np.random.randint(-8, 9, n_journals)
    h_index_rank = np.clip(h_index_rank, 1, n_journals)
    
 # 创建期刊数据
    df_journals = pd.DataFrame({
        '期刊ID': [f'Journal_{i:02d}' for i in range(1, n_journals + 1)],
        '影响因子排名': impact_factor_rank,
        '引用次数排名': citation_rank,
        'H指数排名': h_index_rank
    })
    
    print("学术期刊排名数据示例:")
    print(df_journals.head(10))
    
 # 计算排名间的斯皮尔曼相关系数
    ranking_columns = ['影响因子排名', '引用次数排名', 'H指数排名']
    correlation_matrix = df_journals[ranking_columns].corr(method='spearman')
    
    print(f"\n排名指标间的斯皮尔曼相关矩阵:")
    print(correlation_matrix.round(3))
    
 # 详细分析各指标间的关系
    print(f"\n详细相关性分析:")
    
    pairs = [
        ('影响因子排名', '引用次数排名'),
        ('影响因子排名', 'H指数排名'),
        ('引用次数排名', 'H指数排名')
    ]
    
    for col1, col2 in pairs:
        rho, p_val = spearmanr(df_journals[col1], df_journals[col2])
        print(f"{col1} vs {col2}:")
        print(f"  斯皮尔曼相关系数: {rho:.4f}")
        print(f"  p值: {p_val:.6f}")
        print(f"  解释: {'排名高度一致' if rho > 0.8 else '排名中等一致' if rho > 0.5 else '排名一致性较低'}")
        print()
    
 # 识别排名差异较大的期刊
    df_journals['影响因子_引用差异'] = abs(df_journals['影响因子排名'] - df_journals['引用次数排名'])
    df_journals['影响因子_H指数差异'] = abs(df_journals['影响因子排名'] - df_journals['H指数排名'])
    
    print("排名差异最大的期刊（前5名）:")
    print("影响因子排名 vs 引用次数排名:")
    top_diff_citation = df_journals.nlargest(5, '影响因子_引用差异')[['期刊ID', '影响因子排名', '引用次数排名', '影响因子_引用差异']]
    print(top_diff_citation)
    
    print("\n影响因子排名 vs H指数排名:")
    top_diff_h = df_journals.nlargest(5, '影响因子_H指数差异')[['期刊ID', '影响因子排名', 'H指数排名', '影响因子_H指数差异']]
    print(top_diff_h)
    
    return df_journals, correlation_matrix

# 执行学术排名分析
journal_data, ranking_correlations = academic_ranking_analysis()

3. 金融数据中的风险评估

def financial_risk_assessment():
    """
    金融风险评估中的斯皮尔曼相关分析
    """
    print("\n=== 金融风险评估相关性分析 ===")
    
 # 模拟金融风险评估数据
    np.random.seed(999)
    n_companies = 100
    
 # 生成公司风险评估数据
    credit_score = np.random.normal(650, 80, n_companies)  # 信用评分
    debt_ratio = np.random.beta(2, 5, n_companies)  # 负债率
    profitability = np.random.exponential(0.1, n_companies)  # 盈利能力
    market_volatility = np.random.gamma(2, 0.1, n_companies)  # 市场波动性
    
 # 风险等级（1-10，10为最高风险）
 # 基于其他指标计算，但添加非线性关系
    risk_level = (
        5 + 
        -2 * (credit_score - 650) / 80 +  # 信用评分越高风险越低
        3 * debt_ratio +  # 负债率越高风险越高
        -1.5 * np.log(profitability + 0.01) +  # 盈利能力与风险非线性关系
        2 * market_volatility +  # 市场波动性增加风险
        np.random.normal(0, 0.5, n_companies)  # 随机噪声
    )
    risk_level = np.clip(risk_level, 1, 10)
    
 # 创建数据框
    df_financial = pd.DataFrame({
        '公司ID': [f'Company_{i:03d}' for i in range(1, n_companies + 1)],
        '信用评分': credit_score,
        '负债率': debt_ratio,
        '盈利能力': profitability,
        '市场波动性': market_volatility,
        '风险等级': risk_level
    })
    
    print("金融风险评估数据概况:")
    print(df_financial.describe().round(3))
    
 # 计算各风险因子与风险等级的相关性
    risk_factors = ['信用评分', '负债率', '盈利能力', '市场波动性']
    
    print(f"\n各风险因子与风险等级的相关性:")
    print(f"{'风险因子':<12} {'皮尔逊':<10} {'斯皮尔曼':<12} {'差异':<8} {'推荐':<10}")
    print("-" * 55)
    
    for factor in risk_factors:
        pearson_r, _ = pearsonr(df_financial[factor], df_financial['风险等级'])
        spearman_r, p_val = spearmanr(df_financial[factor], df_financial['风险等级'])
        diff = abs(pearson_r - spearman_r)
        
        recommendation = "需结合研究目标与关系形态判断"
        
        print(f"{factor:<12} {pearson_r:<10.3f} {spearman_r:<12.3f} {diff:<8.3f} {recommendation:<10}")
    
 # 风险因子重要性分析
    spearman_correlations = {}
    for factor in risk_factors:
        rho, _ = spearmanr(df_financial[factor], df_financial['风险等级'])
        spearman_correlations[factor] = abs(rho)  # 使用绝对值表示该模拟样本中的边际秩相关强度，不代表重要性或独立贡献
    
    sorted_importance = sorted(spearman_correlations.items(), key=lambda x: x[1], reverse=True)
    
    print(f"\n模拟样本中的风险因子边际相关强度排序（不代表独立贡献或因果重要性）:")
    for i, (factor, importance) in enumerate(sorted_importance, 1):
        print(f"{i}. {factor}: {importance:.3f}")
    
 # 风险管理建议
    print(f"\n🎯 风险管理建议:")
    top_factor = sorted_importance[0][0]
    print(f"• 该模拟样本中与风险等级边际相关最强的因子: {top_factor}，不等于真实业务中的最重要风险因子")
    
    if spearman_correlations['负债率'] > 0.5:
        print("• 该模拟样本中负债率与风险等级的秩相关绝对值超过0.5，可作为进一步研究候选；这不能直接支持设置负债率上限")
    if spearman_correlations['信用评分'] > 0.3:
        print("• 该模拟样本中信用评分与风险等级的秩相关绝对值超过0.3；这不能证明因果影响，也不能直接支持信用评分准入门槛")
    if spearman_correlations['市场波动性'] > 0.4:
        print("• 该模拟样本中市场波动性与风险等级的秩相关绝对值超过0.4，可进一步研究其关联；这不能直接证明增强风险对冲措施有效")
    
    return df_financial, spearman_correlations

# 执行金融风险评估
financial_data, risk_correlations = financial_risk_assessment()

📊 高级应用技巧

假设检验与置信区间

def spearman_hypothesis_testing():
    """
    斯皮尔曼相关系数的假设检验
    """
    print("\n=== 斯皮尔曼相关系数假设检验 ===")
    
 # 使用之前的价格-评分数据
    x, y = price_data, rating_data
    n = len(x)
    
 # 计算斯皮尔曼相关系数
    rho, p_value = spearmanr(x, y)
    
    print(f"样本信息:")
    print(f"样本量: {n}")
    print(f"斯皮尔曼相关系数: {rho:.4f}")
    print(f"p值: {p_value:.6f}")
    
 # 假设检验
    alpha = 0.05
    print(f"\n假设检验 (α = {alpha}):")
    print(f"H0: 总体斯皮尔曼秩相关系数 ρ_s = 0（不等于不存在任何关系）")
    print(f"H1: 总体斯皮尔曼秩相关系数 ρ_s ≠ 0")
    
    if p_value < alpha:
        print(f"✅ p值 {p_value:.6f} < α {alpha}，拒绝H0，存在显著相关性")
    else:
        print(f"❌ p值 {p_value:.6f} ≥ α {alpha}，不能拒绝H0，无显著相关性")
    
 # 计算置信区间（使用Fisher变换的近似方法）
    def fisher_transform(r):
        return 0.5 * np.log((1 + r) / (1 - r))
    
    def inverse_fisher_transform(z):
        return (np.exp(2 * z) - 1) / (np.exp(2 * z) + 1)
    
 # Fisher变换
    z_rho = fisher_transform(rho)
    se_z = 1 / np.sqrt(n - 3)  # 借用Fisher变换的近似标准误；不能视为通用的斯皮尔曼标准误
    
 # 95%置信区间
    z_alpha = stats.norm.ppf(1 - alpha/2)
    z_lower = z_rho - z_alpha * se_z
    z_upper = z_rho + z_alpha * se_z
    
 # 转换回相关系数
    ci_lower = inverse_fisher_transform(z_lower)
    ci_upper = inverse_fisher_transform(z_upper)
    
    print(f"\n借用Fisher变换的名义95%近似区间演示（未保证斯皮尔曼覆盖率）:")
    print(f"[{ci_lower:.4f}, {ci_upper:.4f}]")
    print("解释: 这是借用Fisher变换计算的近似区间示例，未保证对当前斯皮尔曼分析具有95%覆盖率；小样本或较多并列值时需另选适配方法")
    
 # 效应量评估
    print(f"\n效应量评估:")
    abs_rho = abs(rho)
    if abs_rho < 0.1:
        effect_size = "极小效应"
    elif abs_rho < 0.3:
        effect_size = "小效应"
    elif abs_rho < 0.5:
        effect_size = "中等效应"
    else:
        effect_size = "大效应"
    
    print(f"相关系数绝对值: {abs_rho:.4f}")
    print(f"效应量: {effect_size}")
    
 # 功效分析（样本量对检验功效的影响）
    print(f"\n功效分析:")
    sample_sizes = [10, 20, 30, 50, 100, 200]
    true_rho = 0.3  # 假设真实相关系数为0.3
    
    print(f"假设真实秩相关系数为{true_rho}，借用Fisher正态近似得到的功效演示值（非经验证的斯皮尔曼样本量设计结果）:")
    print(f"{'样本量':<8} {'功效':<8}")
    print("-" * 20)
    
    for n_sample in sample_sizes:
 # 使用近似公式计算功效
        z_true = fisher_transform(true_rho)
        se_sample = 1 / np.sqrt(n_sample - 3)
        z_critical = stats.norm.ppf(1 - alpha/2)
        
 # 功效计算
        power = 1 - stats.norm.cdf(z_critical - z_true/se_sample) + stats.norm.cdf(-z_critical - z_true/se_sample)
        print(f"{n_sample:<8} {power:<8.3f}")
    
    return rho, ci_lower, ci_upper

# 执行假设检验
rho_result, ci_low, ci_high = spearman_hypothesis_testing()

处理并列秩次的影响

def tied_ranks_analysis():
    """
    分析并列秩次对斯皮尔曼相关系数的影响
    """
    print("\n=== 并列秩次影响分析 ===")
    
 # 创建含有大量并列值的数据
    np.random.seed(666)
    n = 50
    
 # 生成离散化数据（模拟Likert量表）
    x_continuous = np.random.normal(3, 1.2, n)
    y_continuous = 0.8 * x_continuous + np.random.normal(0, 0.5, n)
    
 # 离散化为1-5分制
    x_discrete = np.round(np.clip(x_continuous, 1, 5)).astype(int)
    y_discrete = np.round(np.clip(y_continuous, 1, 5)).astype(int)
    
    print("数据并列情况分析:")
    print("\nX变量值分布:")
    x_counts = pd.Series(x_discrete).value_counts().sort_index()
    print(x_counts)
    
    print("\nY变量值分布:")
    y_counts = pd.Series(y_discrete).value_counts().sort_index()
    print(y_counts)
    
 # 计算不同情况下的相关系数
    print(f"\n相关系数比较:")
    
 # 连续数据
    rho_continuous, _ = spearmanr(x_continuous, y_continuous)
    pearson_continuous, _ = pearsonr(x_continuous, y_continuous)
    
 # 离散数据
    rho_discrete, _ = spearmanr(x_discrete, y_discrete)
    pearson_discrete, _ = pearsonr(x_discrete, y_discrete)
    
    print(f"{'数据类型':<12} {'皮尔逊':<10} {'斯皮尔曼':<12}")
    print("-" * 35)
    print(f"{'连续数据':<12} {pearson_continuous:<10.4f} {rho_continuous:<12.4f}")
    print(f"{'离散数据':<12} {pearson_discrete:<10.4f} {rho_discrete:<12.4f}")
    
 # 分析并列秩次的调整
    print(f"\n并列秩次处理:")
    
 # 计算秩次
    ranks_x = stats.rankdata(x_discrete)
    ranks_y = stats.rankdata(y_discrete)
    
    print(f"X变量秩次示例: {ranks_x[:10]}")
    print(f"Y变量秩次示例: {ranks_y[:10]}")
    
 # 显示并列秩次的平均值分配
    unique_x = np.unique(x_discrete)
    print(f"\nX变量并列秩次分配:")
    for val in unique_x:
        indices = np.where(x_discrete == val)[0]
        if len(indices) > 1:
            assigned_ranks = ranks_x[indices]
            print(f"值 {val}: 出现{len(indices)}次，分配秩次 {assigned_ranks[0]:.1f}")
    
 # 计算并列值对相关系数的影响
    print(f"\n💡 并列秩次影响总结:")
    impact = abs(rho_continuous - rho_discrete)
    print(f"相关系数变化: {impact:.4f}")
    
    if impact < 0.05:
        print("• 并列秩次对相关系数影响很小")
    elif impact < 0.1:
        print("• 并列秩次对相关系数有轻微影响")
    else:
        print("• 并列秩次对相关系数影响较大，需要注意")
    
    print("• 大量并列值会降低斯皮尔曼相关系数的区分能力")
    print("• 建议在可能的情况下使用更精细的测量量表")
    
    return x_discrete, y_discrete, rho_discrete

# 执行并列秩次分析
tied_x, tied_y, tied_rho = tied_ranks_analysis()

⚠️ 注意事项与最佳实践

📚 扩展学习资源

理论深化

• 📖 《非参数统计》 - 霍兰德·沃尔夫
• 📖 《Practical Statistics for Data Scientists》 - Bruce & Bruce
• 🎓 在线课程：Coursera《Statistics with R》

实践工具

• 🐍 Python库：SciPy、Pandas、Statsmodels
• 📊 可视化：Matplotlib、Seaborn、Plotly
• 🔧 专业软件：R、SPSS、SAS

进阶主题

• 皮尔逊相关系数 - 参数相关分析方法
• 肯德尔相关系数 - 另一种秩相关方法
• 偏相关分析 - 控制其他变量的相关分析

---

#统计学 #斯皮尔曼相关系数 #秩相关 #非参数统计 #相关分析 #Python统计分析