estudante
Ao contrário do coeficiente de correlação de Pearson, não requer a suposição que a relação entre as variáveis é linear, nem requer que as variáveis sejam medidas em intervalo de classe; pode ser usado para as variáveis medidas no nível ordinal.
Se não houver nenhum posto estabelecido, isto é. o ρ é dado por:
Onde: = a diferença entre cada posto de valor correspondentes de x e y, e = o número dos pares dos valores.
Para amostras maiores que 20 observações, podemos utilizar a seguinte aproximação para a distribuição t de Student
Exemplo[editar]
Neste exemplo, usaremos os dados brutos da tabela abaixo para calcular a correlação entre o QI de uma pessoa com o número de horas de televisão assistidas por semana.
QI,
Horas de TV por semana,
106
7
86
0
100
27
101
50
99
28
103
29
97
20
113
12
112
6
110
17
Primeiro, precisamos achar o valor do termo . Para fazer isto executamos os seguintes passos:
1. Ordene os dados pela primeira coluna (). Crie uma nova coluna e escreva nela os valores dos postos 1,2,3,...n.
2. Em seguida, ordene os dados pela segunda coluna (). Crie uma quarta coluna e analogamente coloque os valores dos postos 1,2,3,...n.
3. Crie uma quinta coluna para conter as diferenças entre as duas colunas de postos ( e ).
4. Crie uma última coluna para conter os valores da coluna ao quadrado.
IQ,
Horas de TV por semana, posto posto
86
0
1
1
0
0
97
20
2
6
−4
16
99
28
3
8
−5
25
100
27
4
7
−3
9
101
50
5
10
−5
25
103
29
6
9
−3
9
106
7
7
3
4
16
110
17
8
5
3
9
112
6
9
2
7