为什么斯皮尔曼在zscore上产生不同的结果？

嗨，看来斯皮尔曼相关性应该产生相同的结果，不管它是核心还是原始。这里有两个例子

然而，对于这个例子，这两种相关性是不同的，我想知道发生了什么

df = read.csv("https://www.dropbox.com/s/jdktw9jugzm97v3/test.csv?dl=1", head=F)

cor(df[, 1], df[,2], method="spearman")
cor(scale(df[, 1]), scale(df[,2]), method="spearman")

# 0.8462699 vs 0.8905341

有趣的是，皮尔森给出了同样的结果。我想知道我在做什么，或者我在想什么

编辑： 另外，我认为这可能是因为领带，所以我也使用了kendall，它应该处理领带，但是它也给出了不同的结果

cor(as.matrix ( df[, 1] ) , as.matrix ( df[,2] ), method="kendall" )
cor(scale(as.matrix ( df[, 1] )), scale(as.matrix ( df[,2] )),  method="kendall")

---

谢谢

Hi如上所述，这是由于舍入误差造成的。没有人回答，但我想补充一点，以防其他人遇到类似的问题。所以当我四舍五入到15-16位时，结果是一样的

df = read.csv("https://www.dropbox.com/s/jdktw9jugzm97v3/test.csv?dl=1", head=F)

df = round(df, digits = 15)

cor(as.matrix ( df[, 1] ) , as.matrix ( df[,2] ), method="spearman" )
cor(scale(df[, 1] ), scale(df[,2] ),  method="spearman")

---

谢谢大家的帮助

我不确定这里发生了什么，但我注意到，如果你在两列中都添加一个小常数（我尝试在一列中添加1100，-1，然后在另一列中添加1，然后从另一列中减去1），则相关性为.9157，无论你是否缩放它。所以我想知道这是否与数值不稳定性有关；这两列都有非常接近0的条目，这些条目可能会出错。斯皮尔曼的相关性当然应该是尺度不变的，因为重新缩放不会改变等级。@JosephClarkMcIntyre是的，太奇怪了，我还使用了cor.test和ties，

cor.test（df[，1]，df[，2]，method=“spearm”，exact=FALSE）cor.test（scale（df[，1]），scale（df[，2]），method=“spearm”，exact=FALSE）

仍然不同，以确保这是一个舍入错误。数据点的数量级小于

.Machine$double.eps

，并且在数据中的数量级范围超过20个。您可以使用以下伪数据生成

df=data.frame（x=（rnorm（20,10,2）+（1:20）/2）*10^（-18:1），y=rnorm（20,20,3）+（1:20）/3）

@dww谢谢您的回答。当我四舍五入到15位时，结果是一样的。