Olá seja bem vindo ao meu mais novo artigo
A Correlação de Spearman avalia a relação monotônica entre duas variáveis contínuas ou ordinais, seja ela linear ou não.
Em uma relação monotônica, as variáveis tendem a mudar juntas, mas não necessariamente a uma taxa constante. O coeficiente de Correlação de Spearman baseia-se nos valores classificados (utilizando o Raking de Besson) de cada variável, em vez de os dados brutos. Ou seja, caso não seja observada uma relação linear entre as variáveis, o coeficiente de Spearman é uma ótima alternativa.
Lembrando que a análise de correlação pelo coeficiente de Pearson e Spearman é inviabilizada caso os dados não sigam uma distribuição normal.
Mas vamos ao exemplo e aos cálculos no Excel.
Correlação de Spearman no Excel
Antes de iniciar os cálculos é necessário criar duas colunas auxiliares utilizando a fórmula do Ranking de Besson para visualizar dos dados no Gráfico de Dispersão no Excel.
Segue a fórmula do Ranking de Besson no Excel para a variável X, que no Excel já tem nativo, segue na celula E4
=ORDEM.MÉD(B4;B$4:B$26;0)
ou em inglês
=RANK.AVG(B4;B$4:B$26;0)
Segue a fórmula do Ranking de Besson no Excel para a variável Y, que no Excel já tem nativo, segue na celula E4
=ORDEM.MÉD(C4;C$4:C$26;0)
ou em inglês
=RANK.AVG(C4;C$4:C$26;0)
Com as duas colunas criadas é possível realizar o gráfico de dispersão para visualizar a Correlação de Spearman
Correlação de Spearman Dinâmico no Excel
Será demonstrado os cálculos para a obteção dos valores da correlação de Spearman dinâmico, que segue abaixo
Vamos as fórmulas!
Segue a Correlação de Spearman, que segue na célula I4
=CORREL(ORDEM.MÉD(B4:B26;B$4:B$26;0);ORDEM.MÉD(C4:C26;C$4:C$26;0))
ou em inglês
=CORREL(RANK.AVG(B4:B26;B$4:B$26;0);RANK.AVG(C4:C26;C$4:C$26;0))
Segue o R² da Correlação de Spearman, que segue na célula I5
=CORREL(ORDEM.MÉD(B4:B26;B$4:B$26;0);ORDEM.MÉD(C4:C26;C$4:C$26;0))^2
ou em inglês
=CORREL(RANK.AVG(B4:B26;B$4:B$26;0);RANK.AVG(C4:C26;C$4:C$26;0))^2
Para calcular o valor de a.X, segue a fórmula na célula I6
=INCLINAÇÃO(ORDEM.MÉD(C4:C26;C$4:C$26;0);ORDEM.MÉD(B4:B26;B$4:B$26;0))
ou em inglês
=SLOPE(RANK.AVG(C4:C26;C$4:C$26;0);RANK.AVG(B4:B26;B$4:B$26;0))
Para calcular o valor de b, segue a fórmula na célula I7
=INTERCEPÇÃO(ORDEM.MÉD(C4:C26;C$4:C$26;0);ORDEM.MÉD(B4:B26;B$4:B$26;0))
ou em inglês
=INTERCEPT(RANK.AVG(C4:C26;C$4:C$26;0);RANK.AVG(B4:B26;B$4:B$26;0))
Para a contagem de número de amostras n, segue a fórmula na celula I10
=CONT.NÚM(B4:B26)
ou em inglês
=COUNT(B4:B26)
Para o t-stat, segue a fórmula na célula I12
=I4/RAIZ((1-I4^2)/(I10-2))
ou em inglês
=I4/SQRT((1-I4^2)/(I10-2))
O cálculo do p-value, segue a fórmula na célula I13
=1-DIST.BETA((ABS(I12)^2*1/(I10-2))/(1+ABS(I12)^2*1/(I10-2));1/2;(I10-2)/2;1)
ou em inglês
=1-BETA.DIST((ABS(I12)^2*1/(I10-2))/(1+ABS(I12)^2*1/(I10-2));1/2;(I10-2)/2;1)
Para o Lower, segue a fórmula na célula I14
=I4-RAIZ((1-I4^2)/(I10-2))*RAIZ(INV.BETA(1-I9;1/2;(I10-2)/2)*(I10-2)/(1*(1-INV.BETA(1-I9;1/2;(I10-2)/2))))
ou em inglês
=I4-SQRT((1-I4^2)/(I10-2))*SQRT(BETA.INV(1-I9;1/2;(I10-2)/2)*(I10-2)/(1*(1-BETA.INV(1-I9;1/2;(I10-2)/2))))
Para o Upper, segue a fórmula na célula I15
=I4+RAIZ((1-I4^2)/(I10-2))*RAIZ(INV.BETA(1-I9;1/2;(I10-2)/2)*(I10-2)/(1*(1-INV.BETA(1-I9;1/2;(I10-2)/2))))
ou em inglês
=I4+SQRT((1-I4^2)/(I10-2))*SQRT(BETA.INV(1-I9;1/2;(I10-2)/2)*(I10-2)/(1*(1-BETA.INV(1-I9;1/2;(I10-2)/2))))
Segue a Correlação de Spearman Dinâmica e em relação a Correlação de Pearson
Espero que tenha gostado desse artigo!
Caso tenha alguma sugestão de outra técnica ou melhoria do conteúdo acima, poste aqui nos comentários.
Se gostou, curta e compartilhe este artigo para que todos saibam o que é possível fazer dentro do MS Excel.
Venha fazer o melhor curso EAD de Excel comigo! Clique e compare!
Abraços a todos e até o próximo artigo!
Fabio BALDINI
Frase do Dia: "Só se aprende com a experiência. Portanto, não importa o que as pessoas lhe digam, você tem que viver e cometer seus próprios erros para aprender." Autor: Emma Watson
Link permanente
Olá, Fábio. Parabéns pelo site e por todo trabalho. tenho visto alguns vídeos que dizem que a correlação de Sperman não necessita que os dados tenham distribuição normal. veja este vídeo, por exemplo.
https://www.youtube.com/watch?v=o-IDfs4xrRo
Link permanente
Olá, escrevi uma dúvida aqui e o comentário sumiu. Acredito que se a distribuição não for normal, isso importa som ente para Pearson, e não para Spearman. Já vi inúmeros vídeos e trabalhos dizendo que para Spearman a distribuição não precisa ser normal. Nãoe stou afirmando, é uma dúvida.
Link permanente
Isso mesmo