Коэффициент ранговой корреляции Спирмена

Расчет коэффициента корреляции возможен при тех же условиях, что и регрессионный анализ. Это прежде всего линейность связи переменных и нормальность распределения. Эти условия выполняются далеко не всегда. Кроме того, в клинических исследованиях мы часто имеем дело с порядковыми признаками, а к ним ни регрессионный анализ, ни расчет коэффициента корреляци, разумеется, неприменим. В подобных случаях следует воспользоваться коэффициентом ранговой корреляции Спирмена.

Коэффициент ранговой корреляции Спирмена можно использовать, когда связь нелинейна — и не только для количественных, но и для порядковых признаков. Это непараметрический метод, он не требует какого-либо определенного типа распределения.

Получив выше указанные параметры, исследователь формирует модель (тип зависимости, приблизительную математическую формулу, степень зависимости), по которой он может с определенной вероятностью предсказывать поведение зависимого объекта, при изменении внешнего воздействия.

Но только потому, что у вас есть модель, вы не можете подставлять в нее любое значение х и рассчитывать точно предположить у. Почему? Кто вам сказал, что прямая будет работать и за пределами той области, по которой были собраны данные? Из примера про сверчков очевидно, что вряд ли по мере того, как температура повышается до бесконечности, сверчки будут стрекотать все быстрее и быстрее, без ограничений. В определенный момент бедный сверчок умрет от перегрева. Точно так же сверчки не выживут в слишком холодную погоду, значит, нельзя подставлять в уравнение слишком маленькие значения X и рассчитывать, что модель сработает.

Ни в коем случае нельзя строить предположения, используя значения х,

которых нет в пределах собранных вами данных.

Статистики называют это экстраполяцией. Остерегайтесь исследователей, которые пытаются высказывать утверждения, не подтвержденные никакими результатами.

Поскольку оптимальная прямая — это модель, описывающая общую взаимосвязь между x и у, то на самом деле вы предсказываете не у, а ожидаемое значение у для любого конкретного значения х.