斯皮爾曼等級相關係數 (Spearman's rank correlation coefficient)

套路35: 斯皮爾曼等級相關係數 (Spearman's rank correlation coefficient)

1. 使用時機: 斯皮爾曼等級相關係數是用以反映兩組變數之間關係密切程度的統計指標。
2. 分析類型: 無母數分析(non-parametric analysis) 。直接使用資料數值算統計叫parametric方法，把資料排序之後用排序的名次算統計叫non-parametric方法。
3. 斯皮爾曼等級相關係數前提假設: 無。
4. 範例資料: 某研究餵食量對斑馬魚(zebrafish)存活的影響。在恆溫下，投入飼料X (mg)，斑馬魚存活比例Y的資料如下：
X (mg)        
0.1
0.15
0.2
0.25
0.3
0.35
0.4
0.45
0.5
0.55
Y (存活比例)
1
0.95
0.95
0.9
0.85
0.7
0.65
0.6
0.55
0.42
5. 畫圖看資料分佈:
第一步: 輸入建立資料，儲存在變數名稱為dat的data frame中。
  v1 <- c(0.1, 0.15, 0.2, 0.25, 0.3, 0.35, 0.4, 0.45, 0.5, 0.55)
  v2 <- c(1, 0.95, 0.95, 0.9, 0.85, 0.7, 0.65, 0.6, 0.55, 0.42)
  dat <- data.frame(v1, v2)
第二步: 安裝ggplot2程式套件。
第三步: 呼叫ggplot2程式套件備用。
  library(ggplot2)
第四步: 使用函數ggplot代入dat及v1、v2畫x-y散佈圖及回歸線。
  ggplot(dat, aes(x = v1, y = v2)) +
  geom_point(shape = 1) +    # 畫空心圓
  geom_smooth(method = lm)   # 加回歸線
  # 灰色區域是回歸線的95%信賴區間。
6. 使用R計算斯皮爾曼等級相關係數，方法一:
第一步: 輸入建立資料。
  v1 <- c(0.1, 0.15, 0.2, 0.25, 0.3, 0.35, 0.4, 0.45, 0.5, 0.55)
  v2 <- c(1, 0.95, 0.95, 0.9, 0.85, 0.7, 0.65, 0.6, 0.55, 0.42)
第二步: 使用基本模組(base)函數cor代入v1及v2計算斯皮爾曼等級相關係數。
  cor(v1, v2, method = "spearman")
[1] -0. 9969651  # 計算結果斯皮爾曼等級相關係數 = -0.9969651
  # 無提供p值。
第三步: 檢定斯皮爾曼等級相關係數是否為零(X、Y無關): H0: ρ = 0，HA: ρ ≠ 0。使用基本(base)模組函數cor.test代入v1及v2計算斯皮爾曼等級相關係數並進行假設檢定。
  cor.test(v1, v2, alternative = "two.sided", method = "spearman", exact = FALSE)
第四步: 判讀結果。
         Spearman's rank correlation rho
data:  v1 and v2
S = 329.5, p-value = 3.698e-10   # p < 0.05，H0: ρ = 0不成立，X、Y有關。
alternative hypothesis: true rho is not equal to 0
sample estimates:  rho  -0.9969651  # 計算結果斯皮爾曼等級相關係數 = -0.9969651
  # 如計算結果p < 0.05，H0: ρ = 0，不成立，X、Y有關。
  # 如計算結果p > 0.05，H0: ρ = 0，成立，X、Y無關。
  # 如果要檢定: H0: ρ ≥ 0 & HA: ρ < 0或H0: ρ > 0 & HA: ρ ≤ 0，alternative = "less"。
  # 如果要檢定: H0: ρ ≤ 0 & HA: ρ > 0或H0: ρ < 0 & HA: ρ ≥ 0，alternative = "greater"。
  # 由於有數值相同資料(排序相同: tied rank)所以要設定exact = FALSE。
7. 使用R計算斯皮爾曼等級相關係數，方法二:
第一步: 輸入建立資料。
  v1 <- c(0.1, 0.15, 0.2, 0.25, 0.3, 0.35, 0.4, 0.45, 0.5, 0.55)
  v2 <- c(1, 0.95, 0.95, 0.9, 0.85, 0.7, 0.65, 0.6, 0.55, 0.42)
第二步: 安裝fBasics程式套件。
第三步: 呼叫fBasics程式套件備用。
  library(fBasics)
第四步: 閱讀fBasics程式套件spearmanTest函數的使用說明。
  help(spearmanTest)
第五步: 使用fBasics程式套件spearmanTest函數代入v1及v2計算斯皮爾曼等級相關係數。
  spearmanTest(v1, v2)
第六步: 判讀結果。
Title:
  Spearman's rho Correlation Test
Test Results:
  SAMPLE ESTIMATES:
    rho: -0.997
  STATISTIC:
    S: 329.4992
  P VALUE:
    Alternative Two-Sided: 3.698e-10
     Alternative   Less: 1.849e-10
     Alternative   Greater: 1
  # 如計算結果p < 0.05，H0: ρ = 0，不成立，X、Y有關。
  # 如計算結果p > 0.05，H0: ρ = 0，成立，X、Y無關。
  # 如果要檢定: H0: ρ ≥ 0 & HA: ρ < 0或H0: ρ > 0 & HA: ρ ≤ 0，alternative = "less"。
  # 如果要檢定: H0: ρ ≤ 0 & HA: ρ > 0或H0: ρ < 0 & HA: ρ ≥ 0，alternative = "greater"。
  # 由於有數值相同資料(排序相同: tied rank)此方法無法計算exact p value。
8. 檢定二組樣本數不同之斯皮爾曼等級相關係數統計上是否有差: H0: ρ1 = ρ2，HA: ρ1 ≠ ρ2。
第一步: 輸入建立資料。
  v1 <- c(0.1, 0.15, 0.2, 0.25, 0.3, 0.35, 0.4, 0.45, 0.5, 0.55)
  v2 <- c(1, 0.95, 0.95, 0.9, 0.85, 0.7, 0.65, 0.6, 0.55, 0.41)
  v3 <- c(0.1, 0.16, 0.21, 0.26, 0.31, 0.37, 0.41, 0.47, 0.51, 0.56, 0.6, 0.64, 0.69, 0.74)
  v4 <- c(0.99, 0.94, 0.93, 0.9, 0.86, 0.74, 0.66, 0.6, 0.55, 0.5, 0.45, 0.4, 0.35, 0.3)
第二步: 使用基本(base)模組函數cor，代入v1、v2及v3、v4算出兩組斯皮爾曼等級相關係數r1、r2。
  r1 <- cor(v1, v2, method = "spearman")
  r2 <- cor(v3, v4, method = "spearman")
第三步: 安裝cocor程式套件。
第四步: 呼叫cocor程式套件備用。
  library(cocor)
第五步: 閱讀cocor模組的cocor.indep.groups函數使用說明。
  help(cocor.indep.groups)
第六步: 使用cocor模組的cocor.indep.groups函數，代入相關係數r1、r2及樣本數(n1 = 10, n2 = 14)，進行假設檢定。
  cocor.indep.groups(r1, r2, 10, 14, alternative = "two.sided", test = "all", alpha = 0.05, conf.level = 0.95, null.value = 0, data.name = NULL, var.labels = NULL, return.htest = FALSE)
第七步: 判讀結果。
  Results of a comparison of two correlations based on independent groups
Comparison between r1.jk = -0.997 and r2.hm = -1
Difference: r1.jk - r2.hm = 0.003
Group sizes: n1 = 10, n2 = 14
Null hypothesis: r1.jk is equal to r2.hm
Alternative hypothesis: r1.jk is not equal to r2.hm (two-sided)
Alpha: 0.05
fisher1925: Fisher's z (1925)
  z = Inf, p-value = 0.0000
  Null hypothesis rejected
zou2007: Zou's (2007) confidence interval
  95% confidence interval for r1.jk - r2.hm: 0.0007 0.0133
  Null hypothesis rejected (Interval does not include 0)
  # 如計算結果p < 0.05，H0: ρ1 = ρ2，不成立，二相關係數統計上有差。
  # 如計算結果p > 0.05，H0: ρ1 = ρ2，成立，二相關係數統計上沒差。
  # 如果要檢定: H0: ρ1 ≥ ρ2 & HA: ρ1 < ρ2或H0: ρ1 > ρ2 & HA: ρ1 ≤ ρ2，alternative = "less"。
  # 如果要檢定: H0: ρ1 ≤ ρ2 & HA: ρ1 > ρ2或H0: ρ1 < ρ2 & HA: ρ1 ≥ ρ2，alternative = "greater"。
9. 範例資料2: Bacteria_Genera.txt為空白分隔純文字資料檔，內含不同實驗樣本中細菌組成比例。
第一步: 輸入建立資料，使用read.table函數直接從檔案讀入資料或將資料貼到函數中如下所示，然後將資料放入變數dataset_g。
    dataset_g <- read.table(header = T, text = "
  Acidipila Aciditerrimonas Acinetobacter Amaricoccus Aminicenantes Angustibacter
A1 0 0 0 0 0.046488287 0
A2 0.019110994 0 0 0.027027027 0.019110994 0
A3 0 0 0 0 0.016568013 0
B1 0.091030514 0.016349563 0 0 0 0.032699126
B2 0.09476955 0 0.032037955 0.027745683 0 0
B3 0.097683083 0 0.017834409 0 0 0.017834409
C1 0.090243422 0.018420861 0 0 0.026051032 0
C2 0.08234428 0 0.023290479 0.016468856 0 0.016468856
C3 0.06573422 0 0.017568209 0.017568209 0 0
D1 0.122666303 0.025039154 0 0 0 0
D2 0.099660276 0.022011273 0.026958193 0.022011273 0 0
D3 0.082080737 0.013874177 0 0 0 0
E1 0.05484085 0.019389168 0 0.027420425 0 0
E2 0.096534949 0.015457963 0.026773978 0.037864122 0 0
E3 0.072001213 0 0 0 0 0.033036422")
  # 資料為空白分隔的純文字。
  #  header = T資料有標題。
  # 資料第一列Acidipila前有一空白。
  # 變數名稱(dataset_g) 是使用者自定。
10. 相關係數的應用I: 相關係數矩陣(correlation matrix)，顯示多變數資料中任二變數間的相關性。
第一步:使用as.matrix函數代入變數dataset_g將資料轉換成R的matrix資料型態，放入變數m。
  m <- as.matrix(dataset_g)
  # 變數名稱(m)是使用者自定。
第二步: 安裝Hmisc程式套件。
第三步: 呼叫Hmisc程式套件備用。
  library(Hmisc)
第四步: 閱讀Hmisc程式套件的rcorr函數使用說明。
  help(rcorr)
第五步: 執行rcorr函數代入變數m資料，計算任二變數資料之相關係數矩陣及相對應之p值矩陣。
  res <- rcorr(m, type = "spearman")
第六步: 判讀結果。
11. 相關係數的應用II: 相關係數矩陣(correlation matrix)，顯示多變數資料中任二變數間的相關性。
第一步:使用前述cor函數代入變數dataset_g計算任二變數資料相關係數結果放入變數M。
  M <- cor(dataset_g, method = "spearman")
  # 變數名稱(M)是使用者自定。
第二步: 安裝corrplot程式套件。
第三步: 呼叫corrplot程式套件備用。
  library(corrplot)
第四步: 閱讀corrplot函數使用說明。
  help(corrplot)
第五步: 執行corrplot函數代入M計算並畫出相關矩陣。
  corrplot(M, type = "upper", method = "ellipse", order = "hclust", tl.col = "black")
第六步: 儲存圖檔。
  # 右上往左下斜(藍色): 正相關。左上往右下斜(紅色): 負相關。橢圓越細長相關係數越接近+1或-1。
12. 相關係數的應用III: 數值分佈矩陣(scatter plot matrix)及相關係數矩陣，顯示多變數資料中任二變數間的數值分佈及相關性。
第一步: 使用as.matrix函數將資料轉換成R的matrix資料型態(data type)，放入變數m。
  m <- as.matrix(dataset_g)
  # 變數名稱(m)是使用者自定。
第二步: 安裝PerformanceAnalytics程式套件。
第三步: 呼叫PerformanceAnalytics程式套件備用。
  library(PerformanceAnalytics)
第四步: 閱讀PerformanceAnalytics程式套件chart.Correlation函數的使用說明。
  help(chart.Correlation)
第五步: 執行PerformanceAnalytics程式套件的chart.Correlation函數代入變數m資料，計算任二變數資料之數值分佈矩陣及相關係數矩陣。
  chart.Correlation(m, histogram = TRUE, method = "spearman", pch = 19)
第六步: 儲存圖檔。
  # 上圖中每個變量的分佈顯示在對角線上。
  # 在對角線的底部(下三角): 顯示具有迴歸線的雙變量(X-Y)散佈圖。
  # 在對角線的頂端(上三角): 相關係數加上作為恆星的顯著性水準。
  # 每個顯著性級別都與一個符號相關聯: p值(0: "***", 0.001: "**", 0.01: "*", 0.05: ".", 0.1: " ")。
13. 相關係數的應用IV: 使用相關係數矩陣作變數群聚分析(cluster analysis)及相關係數熱圖(heatmap)。
第一步: 使用基本模組(base)函數cor計算相關係數矩陣，放入變數res。
  res <- cor(dataset_g, method = "spearman")
  # 變數名稱(res)是使用者自定。
第二步: 使用基本模組(base)函數colorRampPalette選擇顏色。
  col <- colorRampPalette(c("blue", "white", "red"))(20)
  # 變數名稱(col)是使用者自定。
第三步: 使用heatmap函數代入m及col進行群聚分析並繪製熱圖。
  heatmap(x = res, col = col, symm = TRUE)
第四步: 儲存圖檔。
  # 上圖中紅色為正相關(相關係數正值)，藍色為反相關(相關係數負值)，白色為無關(相關係數近0)。

來勁了嗎? 想知道更多?? 補充資料(連結):
1. 關於Charles Spearman (https://en.wikipedia.org/wiki/Charles_Spearman)
2. 關於correlation coefficient (https://en.wikipedia.org/wiki/Correlation_coefficient)
3. 斯皮爾曼等級相關係數計算公式 (https://en.wikipedia.org/wiki/Spearman%27s_rank_correlation_coefficient)
4. 關於R基礎，R繪圖及統計快速入門:
   a. R Tutorial: https://www.tutorialspoint.com/r/index.htm
   b. Cookbook for R: http://www.cookbook-r.com/
   c. Quick-R: https://www.statmethods.net/
   d. Statistical tools for high-throughput data analysis (STHDA): http://www.sthda.com/english/
e. The Handbook of Biological Statistics: http://www.biostathandbook.com/
f. An R Companion for the Handbook of Biological Statistics: http://rcompanion.org/rcompanion/index.html
5. 關於cocor Diedenhofen B, Musch J. 2015. cocor: a comprehensive solution for the statistical comparison of correlations. PLoS One. 10(3):e0121945. doi: 10.1371/journal.pone.0121945.
6. Zar, JH. 2010. Biostatistical Analysis, Fifth Edition, Pearson.

留言

張貼留言

這個網誌中的熱門文章

統計不球人 目錄 (Table of Contents)

用 R 做生醫資料科學   (Biomedical Data Science using R) 如何選擇統計方法 1 如何選擇統計方法  2 ***************************   第一段 : 起手式   ****************************** 套路 0: 安裝 R 不球人 套路 1: R 算統計不球人 ， 使用 R 函數 套路 2: 使用 ggplot2 繪圖 (Graphics using ggplot2) 套路 3: 敘述性統計 (Descriptive Statistics) 套路 4: 如何檢查資料是否接近常態分布 (Check Normality using R) 套路 5: 機率分布 (Probability Distributions) ***************************   第二段 : 比較平均值、中數   *************************** 套路 6: 單一樣本 Z 檢定 (One-Sample Z test) 套路 7: 單一樣本 t 檢定 (One-Sample t test) 套路 8: 單一樣本 Wilcoxon signed-rank 檢定 ( One-Sample Wilcoxon signed-rank test ， non-parametric ) 套路 9: 單一樣本符號檢定 (One Sample Sign test) 套路 10: 兩組獨立樣本 Z 檢定 (Two-Sample Z Test) 套路 11: 兩組變異數相同獨立樣本 t 檢定 ( t Test for Two-Samples with Equal Variances) 套路 12: 兩組變異數不同樣本 t 檢定 ( t Test for Two-Samples with Unequal Variances ， Welch Two Sample t test) 套路 13: 成對樣本 t 檢定 (Paired Sample t test) 套路 14: 兩組獨立樣本曼恩 - 惠尼 U 檢定 (...
閱讀完整內容

如何選擇統計方法 1

如何選擇統計方法 1 第一步 : 選擇統計方法可 依照統計方法用途的分類 來選擇統計方法 。 第二步 : 要了解確認統計方法的用途可看他的虛無假設 (Null hypothesis) H 0 。 以下為統計方法用途分類及本站網頁聯結 。 類別 1. 對資料進行基本分析 ， 以了解資料的大概情況 (summary) ， 例如平均值 、 中位數 、 四分位數 、 有無離群值 (outlier) 及是否為常態分布等 … 敘述性統計 (Descriptive Statistics) 如何檢查資料是否接近常態分布 (Normality Test using R) 類別 2. 比較平均值 (mean) 或中位數 (median) 2.1. 單一樣本 ( 與期望值或特定值相比 ) 單一樣本 Z 檢定 (One-Sample Z test) 單一樣本 t 檢定 (One-Sample t test) 單一樣本 Wilcoxon signed-rank 檢定 ( One-Sample Wilcoxon signed-rank test) 單一樣本符號檢定 (One Sample Sign test) 2.2. 兩組獨立樣本 ( 兩組獨立樣本相比 ) 兩組獨立樣本 Z 檢定 (Two-Sample Z Test) 兩組變異數相同樣本 t 檢定 (t Test for Two-Samples with Equal Variances) 兩組變異數不同樣本 t 檢定 (t Test for Two-Samples with Unequal Variances ， Welch Two Sample t-test) 兩組獨立樣本曼恩 - 惠尼 U 檢定 (Two-Sample Mann-Whitney U Test) 比較兩組獨立次序資料 (Two-Sample Test for Ordinal Data) 兩組獨立樣本 Mood's 中位數檢定 (Two-Sample Mood's Median Test) 2.3. 兩組成對樣本 ( 兩組成對樣本相比 ) 成對樣本 t 檢定 (Pai...
閱讀完整內容

單因子多樣本中位數差異檢定 (Kruskal-Wallis test)

圖片
套路 21: 單因子多樣本中位數差異檢定 (Kruskal-Wallis test) 變異數分析適用連續資料之差異分析，若自變項有一個，就是單因子變異數分析。 多樣本中位數差異檢定是對應 單因子變異數分析的無母數分析方法。當數據不符合單因子變異數分析的前提假設 ( 相同變異數，數據為常態分布 ) 時，可選擇 多樣本中位數差異檢定來做為替代分析方法 。 ** 注意 ** ” 比較變異數 ” (comparing variances) 和 ” 變異數分析 ” (analysis of variance) 不同。變異數分析是多組資料比較平均值或中位數。統計假設檢定檢定什麼 ? 看 H 0 。例如多組獨立樣本假設檢定 H 0 : k 組樣本中位數相同， H A : 至少有一組中位數不同 ， 是檢定多組資料的中位數是否相同。假設相等時為雙尾 (two-tailed test) 檢定。 1. 使用時機 : 用於比較多組樣本中位數 (median) 。 2. 分析類型 : 無母數分析 (non-parametric analysis) 。 直接使用資料數值算統計叫 parametric 方法，把資料排序之後用排序的名次算統計叫 non-parametric 方法。 3. 假設前提 : 無。 4. 範例資料 : 咪路調查餵食不同飼料的肉雞體重 (g) ， 資料如下： 飼料 1 飼料 2 飼料 3 飼料 4 61.8 78.8 70.5 60.3 65.1 79.5 72.6 63.8 61.7 76.0 71.7 64.1 63.3 73.4 72.0 61.4 77.3 71.1 60.9 不同飼料是否效果不同 ? H 0 : 餵食不同飼料的肉雞體重 ( 中位數 ) 相同。 H A : 餵食不同飼料的肉雞體重 ...
閱讀完整內容