R 计算斯皮尔曼'；秩相关系数

那里

我试着用这个公式来计算相关性

然而，当我手工计算时，我得到了一个结果，当我用R-

cor（dt，use=“complete.obs”，method=“spearman”）

进行计算时，我得到了完全不同的结果

示例数据如下：

---------------------------------
AnswerPosID.1007 AnswerPosID.1008
---------------------------------
               1                1
               1                1
               1                1
               1                1
               1                1
               1                1
               1                1
               1                1
               1                1
               1                1
               1                1
               1                1
               1                1
               1                1
               1                2
               1                2
               1                1
               1                1
               1                1
               1                1
               2                1
               2                1
               1                1
               1                1
               1                1
               1                1
               1                1
               1                1
               1                1
               1                1
---------------------------------

手动结果：0.799777530589544

---

R cor:-0.07142857

当你用手做这件事时，你是如何打破队伍中的关系的？你真的是用手做的吗？这些数字根本不相关，所以我想问你是怎么得到的。但是精度很高。Excel中的R和correl函数都给出了-0.07，所以我认为问题在于手工计算。@rawr，如果你选择一种特殊的方法来打破等级关系，它们就是。例如，如果您执行

cor（rank（var1，ties=“first”）、rank（var2，ties=“first））

则会得到

0.86

。也就是说，

rank（）

中的任何平局打破选项都不会给出手动计算的OP。（我确实同意你的主要观点，我只是想强调领带的问题，你得到的结果在很大程度上取决于你如何处理它们。）这些数据看起来是分类的，所以也许应该使用一种更适合这些数据的相关方法？我应该提到，我完全不知道我在做什么——这是我工作中的事情。它不完全是“手工”的“-我们使用一些SQL脚本来计算这些值。它实际上是盲目地遵循wikihow的方法。这给了我第二个问题-在我们的脚本中，“1”和“2”是按值（升序）排序的-这有关系吗？它再次产生不同的结果。稍后我会给你我们收到的深入的中间结果（现在是周末）