Как интерпретировать результаты корреляции Спирмена при наличии выбросов в данных?

При наличии выбросов в данных важно учитывать, что коэффициент корреляции Спирмена чувствителен к ним. www.techade.ru Выбросы могут исказить ранги и, следовательно, сам коэффициент. www.techade.ru

Однако, в отличие от коэффициента Пирсона, корреляция Спирмена менее подвержена влиянию выбросов, так как основана на рангах, а не на исходных значениях. en.wikipedia.org www.techade.ru

Интерпретация результатов корреляции Спирмена включает оценку силы зависимости между признаками: wiki.loginom.ru

• ρ < 0,3 — слабая зависимость; wiki.loginom.ru
• 0,3 ≤ ρ < 0,7 — умеренная зависимость; wiki.loginom.ru
• ρ ≥ 0,7 — сильная зависимость. wiki.loginom.ru

Также важно учитывать направление связи между переменными: en.wikipedia.org

• Положительный коэффициент указывает на возрастающую монотонную тенденцию, то есть чем больше один показатель, тем больше и другой. en.wikipedia.org xn--c1abdmpkibfqehdkeh3a.xn--p1ai
• Отрицательный коэффициент соответствует убывающей монотонной тенденции, то есть чем выше один показатель, тем ниже другой. en.wikipedia.org xn--c1abdmpkibfqehdkeh3a.xn--p1ai
• Нулевая корреляция указывает на то, что у одного показателя нет тенденции ни к увеличению, ни к уменьшению при увеличении другого. en.wikipedia.org

Чтобы не быть введенными в заблуждение полученными значениями, рекомендуется проверять каждый важный случай значимой корреляции на диаграмме рассеяния. www.cfin.ru