带有abline函数的散点图与Spearman'不匹配；s rho

我需要在两个变量之间运行Spearman关联，然后用R中的散点图绘制结果。 我知道，正常情况下，正rho与散点图中的上升趋势线相关，负rho与下降趋势线相关

然而，我得到了一个正的rho（rho=0.02，p=0.91） 以及趋势线向下的散点图，如下图所示

下面给出了我使用的代码，可以找到数据集

我在代码中有没有做错什么？ 在

abline

参数中是否存在与

lm

有关的问题，因为斯皮尔曼只是检查单调相关性，而我正在绘制一条线性趋势线

或者是因为p值太大，结果并不显著，所以它就是这样吗

---

有人知道为什么高p值会导致这种情况吗？

斯皮尔曼的r是用值的秩来计算的。这就是为什么图左侧y值较大的异常值会被比图右侧y值稍低的更多值所抵消。但正如你所指出的，r值太小了，根据你的假设检验，你不能说斯皮尔曼的r是否真的与0不同

相反，您所包含的线性模型对这些异常值很敏感。事实上，二元线性模型的beta符号总是与Pearson的r符号相同，因为这两种情况下的符号都来自协方差。如果您使用

method=“pearson”

执行

cor.test（）

，您将看到它是负数。然而，由于斯皮尔曼的r不是基于协方差，这些符号可以不同

cor.test(Finale_from_trials_online$Mean_lat_LG, Finale_from_trials_online$Mean_Lat_cue_1, method = "spearman", exact = FALSE) 

plot(Finale_from_trials$Mean_Lat_cue_1, Finale_from_trials$Mean_lat_LG, main="LG and cue 1",
     xlab="Mean latency 1", ylab="Mean latency LG", pch=19) 
abline(lm(Finale_from_trials$Mean_lat_LG~Finale_from_trials$Mean_Lat_cue_1), col="red") # regression line (y~x)