Pearson กับ Spearman

สหสัมพันธ์ไม่ได้มีรูปแบบเดียว วิธีที่ใช้กันมากที่สุดสองวิธีคือ เพียร์สันและสเปียร์แมน ซึ่งตั้งคำถามเกี่ยวกับความสัมพันธ์ของตัวแปรในลักษณะที่แตกต่างกันเล็กน้อย 🔍

เพียร์สันวัดว่าเส้นตรงเหมาะกับข้อมูลของคุณมากเพียงใด เป็นตัวเลือกมาตรฐานเมื่อทั้งสองตัวแปรเป็นตัวเลขและความสัมพันธ์มีลักษณะใกล้เคียงเชิงเส้น

เพราะเพียร์สันมองเห็นเฉพาะเส้นตรง ความสัมพันธ์ที่โค้งแต่แข็งแรงจึงอาจทำให้เข้าใจผิด หากรูปแบบโค้ง ค่าเพียร์สันอาจดูอ่อน แม้จะมีความเชื่อมโยงจริง

เพียร์สันยัง ไวต่อค่าผิดปกติด้วย จุดที่สุดโต่งเพียงจุดเดียวอาจลากค่าสัมประสิทธิ์ขึ้นหรือลง และทำให้เห็นภาพข้อมูลของคุณผิดไป

สเปียร์แมนทำงานกับอันดับของค่า ไม่ใช่ตัวเลขดิบ โดยถามว่าตัวแปรหนึ่งมีแนวโน้มเพิ่มขึ้นเมื่ออีกตัวเพิ่มขึ้นหรือไม่ ในลำดับที่สอดคล้องกัน

สเปียร์แมนจับแนวโน้มแบบ โมโนโทนิกได้ทุกรูปแบบ แม้จะเป็นเส้นโค้ง ตราบใดที่ทิศทางยังคงสอดคล้องกัน ก็จะรายงานคะแนนสูงโดยไม่ขึ้นกับรูปร่างที่แน่นอน

เนื่องจากสเปียร์แมนใช้อันดับ ค่าที่ผิดปกติมากเพียงค่าเดียวจึงแทบไม่มีผล ทำให้วิธีนี้ ทนทานกว่าเมื่อข้อมูลมีค่ที่สุดโต่งที่อาจทำให้เพียร์สันสั่นคลอน

สเปียร์แมนเหมาะอย่างยิ่งกับข้อมูลแบบ อันดับ เช่น ระดับความพึงพอใจหรือการจัดอันดับ ซึ่งลำดับมีความหมาย แต่ช่วงห่างระหว่างระดับไม่ได้เท่ากันจริง

หากความสัมพันธ์เป็นเส้นตรงและไม่มีค่าผิดปกติ เพียร์สันกับสเปียร์แมนจะให้ค่าที่ใกล้เคียงกัน ความแตกต่างมากระหว่างทั้งสองเป็น สัญญาณที่มีประโยชน์ให้ตรวจสอบเพิ่มเติม

เลือกใช้ เพียร์สันกับข้อมูลตัวเลขที่สะอาดและเป็นเส้นตรง เปลี่ยนไปใช้สเปียร์แมนเมื่อมีข้อมูลอันดับ เส้นโค้ง หรือค่าผิดปกติที่ไม่ต้องการให้ครอบงำผลลัพธ์

ใน pandas คุณสลับวิธีได้ด้วยอาร์กิวเมนต์เดียว ส่งค่า วิธีการเป็น pearson หรือ spearman ให้กับ corr แล้วโค้ดส่วนที่เหลือยังเหมือนเดิมทุกประการ

เพียร์สันวัดความแรงเชิงเส้นจากตัวเลขดิบ ส่วนสเปียร์แมนจัดอันดับค่าเพื่อจับแนวโน้มแบบโมโนโทนิกและไม่หวั่นไหวต่อค่าผิดปกติ เลือกวิธีให้เหมาะกับข้อมูลของคุณ ✅